Cat-like Jumping and Landing of Legged Robots in Low-gravity Using Deep Reinforcement Learning
ETH Zurich(苏黎世联邦理工学院)
在这篇文章中,我们表明,学习的政策可以应用于解决腿运动控制任务与广泛的飞行阶段,如在太空探索中遇到的。使用现成的深度强化学习算法,我们训练了一个神经网络来控制一个跳跃的四足机器人,同时只使用它的四肢进行姿态控制。我们目前的任务越来越复杂,导致一个四足机器人穿越模拟低重力天体的三维(重)方向和着陆运动行为的组合。我们表明,我们的方法很容易概括这些任务,并成功地训练每种情况下的政策。使用仿真到现实迁移,我们部署在现实世界中的SpaceBok机器人放置在一个实验测试平台上的二维微重力实验设计的训练政策。实验结果表明,具有自然敏捷性的重复、受控跳跃和着陆是可能的。
2021-06-17 cs.RO
Quadrupedal Robotic Guide Dog with Vocal Human-Robot Interaction
Diablo Valley College(迪亚布洛谷学院)
导盲犬在许多人的生活中起着至关重要的作用,但训练它们是一个时间和劳动密集型的过程。我们正在开发一种方法,允许自主机器人使用直接的人机通信来物理引导人类。所提出的算法将部署在Unitree A1四足机器人上,并将自动导航到目的地,同时使用与机器人兼容的语音接口与人进行通信。该语音接口利用基于云的服务,如Amazon Polly和Google Cloud,作为文本到语音和语音到文本引擎。
2021-11-25 cs.HC cs.RO
Robust Whole-Body Motion Control of Legged Robots
ETH Zürich(苏黎世联邦理工学院)
我们介绍了一种鲁棒控制体系结构的全身运动控制的力矩控制机器人的手臂和腿。该方法是基于接触力的鲁棒控制,以跟踪计划的质心轨迹。它的吸引力在于能够保证鲁棒的稳定性和性能,尽管刚体模型不匹配,致动器动态,延迟,接触面刚度,和未观察到的地面轮廓。此外,我们引入了一个任务空间分解方法,消除了接触力控制器和其他非接触控制器之间的耦合效应。最后,我们验证了我们的控制性能的四足机器人和比较其性能的标准逆动力学方法的硬件。
2017-03-07 cs.RO
Non-verbal Interaction and Interface with a Quadruped Robot using Body and Hand Gestures: Design and User Experience Evaluation
Seoul National University(首尔大学);University of Florida(佛罗里达大学);Morgan State University(摩根州立大学);University of Toronto(多伦多大学)
本文通过初步研究和原型实验,探究人与四足机器人的非语言交互方式,发现用户更偏好身体手势而非手部手势或语音,且身体手势交互具有更高满意度和任务完成效率。
2024-08-30 cs.RO
Entropy-Controlled Intrinsic Motivation Reinforcement Learning for Quadruped Robot Locomotion in Complex Terrains
Faculty of Information Technology, Beijing University of Technology(信息技术学院,北京理工大学);Faculty Nuclear Industry X Intelligence Laboratory, Beijing University of Technology(核工业X智能实验室,北京理工大学);Department of Computer Science, University of Bristol(计算机科学系,布里斯托大学)
本文提出基于熵控制的内在动机强化学习算法ECIM,用于提升四足机器人在复杂地形中的运动稳定性与能效。
2025-12-13 cs.RO
QLAUN: A Research-Oriented, Robust, Agile, Modular, and Affordable Torque-Controlled Quadruped Robot
Lebanese American University(黎巴嫩美国大学)
QLAUN是一款面向研究的低成本力矩控制四足机器人,采用模块化3D打印设计,具备高扭矩输出与灵活关节,为科研提供新型腿式机器人研究平台。
2026-09-04 cs.RO
Representation-Free Model Predictive Control for Dynamic Motions in Quadrupeds
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Virginia Polytechnic Institute and State University(弗吉尼亚理工学院暨州立大学);Korea Advanced Institute of Science and Technology(韩国科学技术院)
本文提出了一种新的无表示模型预测控制(RF-MPC)框架,用于控制四足机器人在三维(3D)空间中的各种动态运动。我们的配方直接表示的旋转动力学使用的旋转矩阵,这使我们从使用欧拉角和四元数作为方向表示的相关问题。基于变分的线性化方案和精心构造的成本函数,MPC控制律被转录为标准的二次规划(QP)的形式。MPC控制器可以在四足机器人上以250 Hz的实时速率操作。包括周期性四足步态和受控后空翻的实验结果验证了我们的控制策略可以稳定的动态运动,涉及奇异的三维机动。
2020-12-18 cs.RO
SPARC: Spine with Prismatic And Revolute Compliance for Faster Quadrupedal Bounding
Yue Wang
SPARC通过柔性脊柱设计提升四足机器人运动效率,减少21%能耗并优化高速性能。
2026-09-04 cs.RO cs.SY eess.SY
Two-Stage Learning of Highly Dynamic Motions with Rigid and Articulated Soft Quadrupeds
Delft University of Technology(代尔夫特理工大学);German Aerospace Center (DLR)(德国航空航天中心)
本文提出结合无梯度进化策略与深度强化学习的两阶段框架,无需参考运动即可让刚性及铰接式软体四足机器人从零学会高动态动作,并减少奖励塑造工作量。
2024-03-02 cs.RO
Y-BotFrame: An Extensible Embodied Agent Framework for Quadruped Robot Assistants
Xidian University(西安电子科技大学)
提出Y-BotFrame框架,集成多模态感知与大语言模型认知核心,将自然语言指令映射为可执行任务单元,实现无遥控器的人机协作,支持模块化扩展。
2026-06-12 cs.RO
Can Quadruped Navigation Robots be Used as Guide Dogs?
Institute for AI Industry Research (AIR), Tsinghua University(清华大学人工智能产业研究院(AIR))
本文通过室内外实验评估四足导盲机器人的优缺点,发现其步态和噪音限制引导效果且仿生形态共情不足,为未来面向盲人和低视力用户的导盲机器人设计提供了启示。
2023-06-24 cs.HC cs.RO
Explosive Jumping with Rigid and Articulated Soft Quadrupeds via Example Guided Reinforcement Learning
Cognitive Robotics, Delft University of Technology(德鲁夫特理工大学认知机器人实验室);Department of Computer Science, University of Manchester(曼彻斯特大学计算机科学系);Department of Industrial Engineering, University of Trento(特伦托大学工业工程系);Institute of Robotics and Mechatronics, German Aerospace Center (DLR)(德国航空航天中心机器人与机电一体化研究所)
本文提出基于示例引导的深度强化学习方法,通过模仿轨迹优化示例并渐进训练,使刚性与并联弹性四足机器人实现多方向、可变距离的鲁棒跳跃,显著降低着陆误差、能耗和峰值扭矩。
2025-08-26 cs.RO
An Open Torque-Controlled Modular Robot Architecture for Legged Locomotion Research
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);Tandon School of Engineering, New York University(纽约大学坦登工程学院);Laboratory for Analysis and Architecture of Systems, Centre National pour la Recherche Scientifique(法国国家科学研究中心系统分析与架构实验室)
提出了一种新的开源力矩控制足式机器人系统,其核心是低成本、低复杂度的执行器模块。它由一个高扭矩无刷直流电机和一个低齿轮比传输适合阻抗和力控制。我们还提出了一种新的脚接触传感器适用于腿部运动与硬冲击。具有大运动范围的2.2公斤四足机器人由八个相同的致动器模块和四条带有足部接触传感器的小腿组装而成。利用标准的塑料3D打印和现成的零件,可以制造出重量轻、价格便宜的机器人,从而可以在研究界快速分发和复制。我们系统地表征了在静态和动态情况下在脚上实现的阻抗,并测量了最大无量纲腿部刚度为10.8,没有主动阻尼,这是一个跑步的人的腿部刚度。最后,为了证明四足动物的能力,我们提出了一种新的控制器,它结合了前馈接触力计算从一个kino-dynamic优化与阻抗控制的质量中心和基地的方向。该控制器可以调节复杂的运动,同时对环境的不确定性具有鲁棒性。
2020-02-23 cs.RO
SGGNet$^2$: Speech-Scene Graph Grounding Network for Speech-guided Navigation
Korea Advanced Institute of Science and Technology(韩国科学技术院);KAIST Convergence Research Institute(KAIST融合研究院)
针对语音导航中语言接地受声学差异和噪声干扰的问题,提出融合ASR声学相似性的SGGNet$^2$网络,通过定性定量实验及真实四足机器人导航任务验证了其有效性。
2024-04-15 cs.RO
CMP-IRRT*: A Perception-Assisted Height-Adaptive Planner for Quadruped Robots
School of Integrated Circuits, Shenzhen Campus of Sun Yat-sen University(中山大学深圳校区集成电路学院)
针对四足机器人二维规划中低障碍物处理低效的问题,提出基于CMP-IRRT*的感知辅助高度自适应规划器,通过高度条件碰撞检测和Mamba引导采样,减少探索节点,在可穿越场景中路径长度最多缩短16.3%。
2026-10-08 cs.RO
Scoop-and-Toss: Dynamic Object Collection for Quadrupedal Systems
Department of Computer Science Hanyang University(计算机科学系翰阳大学)
本文提出Scoop-and-Toss框架,通过腿部铲状附件、背部托盘及分层专家-元策略,使四足机器人无需额外执行器即可动态铲抛并收集多个物体。
2025-06-11 cs.LG cs.RO
Compliant Control of Quadruped Robots for Assistive Load Carrying
针对四足机器人辅助负载搬运,提出融合导纳控制与基于 CBF 的 QP 的柔顺控制框架,可估计外部力旋量、精确控制加速度、抑制扰动并避免与前方协作者碰撞,且经硬件与仿真验证。
2025-03-13 cs.RO cs.SY eess.SY
e-Inu: Simulating A Quadruped Robot With Emotional Sentience
University of Potsdam(波茨坦大学);VIT-AP University(VIT-AP大学);Vellore Institute of Technology(韦洛尔理工大学);Canadian University Dubai(迪拜加拿大大学)
四足机器人目前在工业机器人中用作机械辅助,以自动执行几项常规任务。然而,目前,这种机器人在家庭环境中的使用仍然是研究的一部分。本文讨论了这样一个机器人能够检测和理解人类的情绪,产生其步态,并通过声音和屏幕上的表情响应的理解和虚拟仿真。为此,我们使用强化学习和软件工程概念的组合来模拟一个四足机器人,它可以理解情感,在各种地形中导航和检测声源,并使用视听反馈来响应情感。本文的目的是建立一个框架,模拟四足机器人,情感智能,并能主要响应视听刺激,使用电机或音频响应。从语音中进行情感检测的性能不如ERANN或Zeta策略学习,但准确率仍为63.5%。视频情感检测系统产生的结果几乎与最新技术水平相当,准确率为99.66%。由于其“策略”学习过程,PPO算法学习速度非常快,允许模拟狗在不同的节奏和变化中展示出非常无缝的步态。这使得四足机器人能够对产生的刺激做出反应,使我们能够得出结论,它的功能与预测一致,满足了这项工作的目标。
2023-01-03 cs.HC cs.LG cs.RO
Bounded haptic teleoperation of a quadruped robot's foot posture for sensing and manipulation
Institute of Perception, Action and Behaviour, School of Informatics, The University of Edinburgh(爱丁堡大学信息学院感知、行动与行为研究所);Oxford Robotics Institute at the University of Oxford(牛津大学牛津机器人研究所);School of Computer Science/Department of Electrical and Computer Engineering at McGill University(麦吉尔大学计算机科学学院/电气与计算机工程系)
本文提出了一种控制框架,遥操作四足机器人的脚操作员引导的触觉探索的环境。由于四足机器人的一条腿通常只有3个致动自由度(DoF),躯干被用来通过分层全身控制器辅助脚的姿态控制。脚和躯干的姿势是由两个分析笛卡尔阻抗控制器级联的零空间投影仪控制。采用二次规划法对支承脚上的接触力进行了优化。脚的笛卡尔阻抗控制器还可以从轨迹跟踪误差估计接触力,并将力反馈中继给操作者。7D触觉操纵杆Sigma.7将运动命令传输到四足机器人ANYmal,并呈现力反馈。此外,操纵杆的运动是有界的映射脚的可行力多面体约束的摩擦锥和扭矩限制,以防止操作员驾驶机器人滑倒或跌倒。实验结果证明了该框架的有效性。
2020-10-26 cs.RO cs.SY eess.SY
Designing, 3D Printing of a Quadruped Robot and Choice of Materials for Fabrication
National Institute of Technology Durgapur(杜尔加布尔国家技术学院)
目的-本文是基于四足机器人的设计和制造它与3-D打印机其次是详细的分析。它侧重于增材制造而不是传统制造技术的优势,并强调了其局限性。本报告评估了选择不同材料进行3D打印的后果。设计/方法/途径-零件在CAD软件中设计并制成立体光刻文件,然后送入3D打印软件。它们是用ABS材料的选择打印的。在装配开始时采用低扭矩伺服系统,并使用Arduino Uno微控制器进行控制。结果-足式机器人的多功能性需要高强度的材料重量比,其中3003铝合金板被证明是一个更好的选择比传统的ABS。ABS支腿在负载下弯曲,被证明是制造的劣质材料选择。铝制腿不仅为机器人提供了结构稳定性,还允许选择更强大的伺服系统以增加强度。机器人现在可以实现显著的稳定性。研究限制/影响-用于为机器人供电的电源是SMPS类型的电源,这使得它不太移动。由于后来使用的高扭矩伺服系统对电流的巨大需求,电源成为一个巨大的限制,可以通过应用锂离子电池来克服。实际意义-机器人可用于SLAM和自主导航的地区,它几乎是人类不可能进入。独创性/价值-本文显示了一个具体的研究功效的快速CAD设计和快速制造。
2019-06-15 cs.RO
Evaluating Reinforcement Learning Algorithms for Navigation in Simulated Robotic Quadrupeds: A Comparative Study Inspired by Guide Dog Behaviour
University of Hertfordshire(赫特福德大学)
本研究比较了PPO、DQN和Q学习三种强化学习算法在模拟四足机器人导航与避障中的表现,发现PPO在所有指标上最优,为开发机器人导盲犬及医疗辅助机器人提供了依据。
2025-07-17 cs.AI cs.LG cs.RO
Reactive Landing Controller for Quadruped Robots
Istituto Italiano di Tecnologia(意大利理工学院);University of Trento(特伦托大学)
本文提出了一种基于优化的反应式着陆控制器,利用本体感受测量和变高度弹簧倒立摆模型,在机器人下落时持续重新计算足部位置,使四足机器人能够在高达3 m/s的水平速度下成功着陆并恢复稳定站立。
2023-09-12 cs.RO cs.SY eess.SY
Cybersecurity of Teleoperated Quadruped Robots: A Systematic Survey of Vulnerabilities, Threats, and Open Defense Gaps
Department of Informatics, Bioengineering, Robotics;Systems Engineering (DIBRIS) University of Genoa Genoa, Italy
本文系统性调查了远程操控四足机器人面临的网络安全威胁与防御缺口,提出了六层攻击分类法及技术成熟度分析,为安全防护提供指导。
2026-02-26 cs.CR cs.RO cs.SY
LLM-Powered Interactive Robotic Action Synthesis from Multimodal Speech, Gestures, and Music
TCS Research, Tata Consultancy Services(塔塔咨询服务公司TCS研究院)
提出利用大语言模型融合语音、手势和音乐节拍等多模态输入,合成复杂机器人动作序列的框架,实现更自然的人机交互。
2026-07-01 cs.AI cs.RO
Convolutional Neural Networks for Speech Controlled Prosthetic Hands
语音识别是人工智能的关键主题之一,因为它是人类最常见的交流形式之一。在过去的几十年里,研究人员已经开发了许多语音控制假手,利用传统的语音识别系统,使用神经网络和隐马尔可夫模型的组合。通用图形处理单元(GPGPU)的最新进展使智能设备能够实时运行深度神经网络。因此,现有技术的语音识别系统已经从复合子系统优化的范例迅速转变为端到端优化的范例。然而,低功耗的嵌入式GPGPU不能实时运行这些语音识别系统。在本文中,我们展示了深度卷积神经网络(CNN)的开发,用于在NVIDIA Jetson TX2开发工具包上实时运行的假手语音控制。首先,该设备捕获语音并将其转换为2D特征(如频谱图)。CNN接收2D特征并对手势进行分类。最后,将手势类发送到假手运动控制系统。整个系统是用Python和Keras编写的,Keras是一个深度学习库,有一个TensorFlow后端。我们在CNN上的实验表明,从语音命令中输出手势(文本输出)的准确率为91%,运行时间为2ms,可用于实时控制假手。
2019-10-03 cs.HC cs.LG cs.RO
Like Playing a Video Game: Spatial-Temporal Optimization of Foot Trajectories for Controlled Football Kicking in Bipedal Robots
Adaptive Robotic Controls Lab (ArcLab), Department of Mechanical Engineering, The University of Hong Kong(适应性机器人控制实验室(ArcLab)、机械工程系、香港大学)
针对类人机器人踢球时稳定性与球轨迹控制难的问题,将无人机时空轨迹规划法适配到双足机器人,自主生成满足多约束的足部轨迹并优化摆腿时长,实现了毫秒级规划与近100%的踢球任务准确率。
2025-10-02 cs.RO
Robot voice a voice controlled robot using arduino
NRI Institute of Technology(NRI理工学院)
本文开发了一个基于Arduino的语音控制个人助理机器人,通过内置麦克风接收命令并执行移动、物体搬运等任务,利用离线服务器实时处理,初步实验效果良好。
2024-02-06 cs.HC cs.RO
An emotional expression system with vibrotactile feedback during the robot's speech
Nagoya Institute of Technology(名古屋工业大学);Inamori Research Institute for Science(稻盛科学研究所)
本研究开发了一种系统,在机器人语音时根据文本情感内容(通过GPT-4o Mini提取效价和唤醒度)控制振动触觉反馈的振幅和频率,实验表明该反馈能影响心理状态和亲密程度。
2024-11-07 cs.HC cs.RO