月球重力下四足机器人跳跃的端到端强化学习
该研究提出一种多阶段强化学习方法，为月球重力下按指令点对点跳跃生成单一端到端控制策略，策略架构简单且仅依赖任务兼容的机载传感。仿真中着陆误差小于机器人自身尺寸；研究还分析了跳跃的力矩与功率需求，并测试了飞行中控制更新冻结最长1秒等极端异常下的性能退化。硬件迁移实验显示，策略可在月球重力卸载条件下完成垂直跳跃，实测力矩与功率曲线与仿真一致并处于硬件限制内。
发布于 10-22 13:00来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《End-to-End Reinforcement Learning for Quadrupedal Jumping in Lunar Gravity》查看原链
我们提出一种多阶段强化学习方法，为月球重力下按指令进行点对点跳跃生成单一端到端控制策略。 该策略架构简单，且仅依赖任务兼容的机载传感，使其有望部署于真实月球任务。 仿真中，学习到的策略能完成精确的点对点跳跃，着陆误差小于机器人自身尺寸。 我们分析了月球跳跃的力矩与功率需求，并刻画了极端异常事件下的性能退化，包括飞行中长达1秒的控制更新冻结。
硬件迁移实验表明，该策略能在月球重力卸载条件下成功执行垂直跳跃；实测力矩与功率曲线与仿真结果一致，且保持在机器人硬件限制之内。