arXiv cs.LG· Ammar Issa, Anubhav Singh, Anton Tsaritsin, Sergey Kolyubin·· 6 小时前AI 评分22
基于分层强化学习的四足机器人节能步态自适应
Energy-Efficient Gait Adaptation via Hierarchical Reinforcement Learning for Quadrupedal Locomotion Across Diverse Terrains
AI 导读
研究者提出一种分层强化学习（HRL）框架，将高频关节级运动执行策略与低频步态自适应策略分离，后者显式最小化运输成本（CoT）。该框架经三阶段 Isaac 训练实现零样本 sim-to-real 迁移，可自动随速度切换步态——低速 pacing、高速 trotting，在多种速度下降低 CoT，并在平坦、崎岖和倾斜地形保持稳健运动，已在 Unitree AlienGo 四足机器人上完成零样本部署。
来源：arXiv cs.LG · arxiv.org