腿式机器人的快速稳定运动涉及苛刻且矛盾的要求，特别是快速控制频率和精确的动力学模型。受益于神经网络的通用逼近能力和离线优化，强化学习已被用于解决有腿机器人运动中的各种具有挑战性的问题；然而，四足机器人的最优控制需要优化多个目标，如保持平衡、提高效率、实现周期性步态和服从命令等。这些目标不能总是同时实现，尤其是在高速情况下。

在这里，浙江大学团队介绍了一种模仿松弛强化学习 (IRRL) 方法来分阶段优化目标。为了弥合模拟与现实之间的差距，研究人员进一步将随机稳定性的概念引入系统稳健性分析中。状态空间熵递减率是一个定量指标，可以敏锐地捕捉到倍周期分岔的发生和可能出现的混沌。通过在训练和随机稳定性分析中使用 IRRL，研究人员证明 MIT-MiniCheetah 类机器人的稳定运行速度为 5.0 m s^–1。

该研究以「High-speed quadrupedal locomotion by imitation-relaxation reinforcement learning」为题，于 2022 年 12 月 14 日发布在《Nature Machine Intelligence》。

图片

提高敏捷性，达到并超越动物的最大速度对于有腿机器人研究来说是一项挑战。对于动物来说，它们卓越的机动性是灵巧的骨骼-肌肉系统和复杂的中央感觉-运动控制结构的内在结果。这激发了新的设计理念和新颖的控制算法，以实现与自然对应物相媲美的性能。

 

论文链接：https://www.nature.com/articles/s42256-022-00576-3

内容中包含的图片若涉及版权问题，请及时与我们联系删除