探索非线性身体振荡以实现自然四足步态
研究提出一个概念验证框架，使四足机器人的非线性动力学在设计阶段可预测，并利用重力、惯性与弹性塑造的非线性共振让多种步态自然涌现。团队研制高顺应性四足机器人eBert，用新理论工具识别出六种非线性简正模态（NNM），并在仿真与硬件上验证其存在。以黑盒优化确定步长后，仿真中每个NNM自然发展为不同速度的独特步态，且大部分可迁移到硬件。
发布于 10-22 10:57来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Exploring Nonlinear Body Oscillations for Natural Quadruped Gaits》查看原链
arXiv:2609.00539v4 公告类型：替换 摘要：动物的身体形态决定了它们能够执行的步态模式，其中机械共振减少了对主动控制的需求。 通过调节姿态和肌肉刚度，它们利用自身的具身智能来实现不同速度下的有效步态。 相比之下，大多数四足机器人由于非线性动力学的复杂性，并未专门设计来利用机械共振，并且需要专用的运动控制器。
为提供一种替代方案，我们提出了一个概念验证框架，使机器人的非线性动力学在设计过程中可预测，并展示如何利用这一知识，使多步态运动能够从由重力、惯性和弹性塑造的非线性共振中涌现。 我们展示了高顺应性四足机器人eBert，利用我们的新理论工具在其上识别出六种非线性简正模态（NNM），并在仿真和硬件中验证了它们的存在。
通过黑盒优化确定步长，仿真显示每个NNM如何自然发展为一种独特的步态，表现出不同的速度，这也在很大程度上迁移到了机器人硬件上。 我们的实验表明，eBert能够利用其机械结构生成特定任务的运动，这可能为设计新一代利用具身智能的敏捷高效机器人奠定基础。