面向执行器功率损失的四足机器人容错运动学习方法

研究人员提出一种基于深度强化学习强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身的容错运动控制运动控制让机器人的身体按想法精准动起来、并保持平衡的技术，相当于人类的「小脑」。◆ 小白科普 · 现身方法，旨在解决四足机器人四足机器人四条腿走路的机器人，也就是常说的「机器狗」。比双足更稳、技术更成熟，常用于巡检、科研和陪伴，也是很多人形机器人公司的技术起点。◆ 小白科普 · 现身在执行器功率损失情况下的稳定移动问题。该方法采用非对称演员-评论家架构，训练时评论家可访问特权信息，而演员通过本体感觉观测重建相应潜在表征，并引入潜在对齐损失以保持两者一致性。此外，方法在动作空间中增加可学习的步态步态机器人走路的方式和节奏。自然步态意味着走起来像人一样流畅，而不是僵硬摇摆的「机械步」。◆ 小白科普 · 现身频率参数，使机器人能根据地形变化和执行器退化自适应调整步态步态机器人走路的方式和节奏。自然步态意味着走起来像人一样流畅，而不是僵硬摇摆的「机械步」。◆ 小白科普 · 现身时序，无需预设故障腿策略。该方法在崎岖地形的高保真仿真仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身和68千克四足机器人平坦地面实验中均得到验证。这项研究为大型四足机器人在部分执行器失效时的容错运动提供了新的技术路径，有望提升机器人在复杂环境中的可靠性与鲁棒性。