arXiv · 机器人与计算机视觉· Yanzhou Jin, Fei Suo, Chang Liu, Yasuhisa Hasegawa, Liming Chen, Yusuke Iwasawa, Yutaka Matsuo, Yaonan Zhu·· 2026-10-19AI 评分55
基于强化学习的地形自适应全身控制:一种四足操作机器人的方法
Reinforcement Learning Based Multi-Terrain Adaptive Whole-Body Control for a Quadruped Manipulator
AI 导读
针对非结构化环境中的移动操作任务,本文提出了一种结合混合任务表示与任务优先全身学习的强化学习框架,旨在协调运动与操作并保持任务一致的末端执行器行为。研究团队开发了轻量级四足操作机器人平台进行验证。实验结果显示,该方法在坡度高达 30 度、楼梯及可变形地形等复杂场景中成功部署,证明了所学习策略在真实环境中的可行性及全身协调对地形自适应的重要性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org