【标题】Creating a Dynamic Quadrupedal Robotic Goalkeeper with Reinforcement Learning

【作者团队】Xiaoyu Huang, Zhongyu Li, Yanzhen Xiang, Yiming Ni, Yufeng Chi 等

【发表日期】2022.10.10

【论文链接】 https://arxiv.org/pdf/2210.04435.pdf  

【推荐理由】Mini Cheetah 是 MIT 在 2019 年研发的四足机器人（机器狗），来自加州大学伯克利分校等机构的研究者为 Mini Cheetah 部署了一个新的强化学习框架，让它完成足球守门任务，守门成功率高达 87.5%。 使用机器狗当足球守门员是一个具有挑战性的问题，它将高度动态的运动与精确和快速的非抓握物体（球）操纵相结合。机器狗需要在很短的时间内（通常不到一秒）使用动态运动机动对潜在的飞行球做出反应并拦截。本文研究者使用分层无模型 RL 框架来解决这个问题。该框架的第一个组件包含针对不同运动技能的多个控制策略，可用于覆盖目标的不同区域。然后，这些技能被框架的第二部分使用，以确定所需的技能和末端执行器轨迹，来拦截飞向目标不同区域的球。使用此框架的机器狗能够实现对快速移动的球进行各种敏捷拦截。