Peristaltic locomotion without digital controllers: Exploiting the origami multi-stability to coordinate robotic motions
Clemson University（克莱姆森大学）
本研究提出并探讨一种新的方法，以产生类似运动的分段折纸机器人。具体来说，我们展示了使用多稳定嵌入折纸骨架，以消除需要多个致动器或数字控制器来协调复杂的机器人蠕动爬行运动。在这项研究中的爬行机器人由两个串联的折纸节，每个具有广义Kresling设计和可折叠的锚定机构。力学分析和实验测试，这个双段模块揭示了一个确定性的变形序列或致动周期，然后使用它来产生不同的阶段，在一个类似的运动步态。我们只控制这个机器人的总长度，而不是像机器人和其他爬行机器人那样单独控制分段变形。因此，这种方法可以显着减少运动所需的致动器的总数，并简化控制要求。此外，Kresling折纸设计的丰富性为我们提供了大量的自由度来定制运动性能。这项研究的结果将有助于我们如何使用机器人驱动和控制的多稳定性力学的范式转变。
2019-06-10 cs.RO
Learning a Distributed Hierarchical Locomotion Controller for Embodied Cooperation
Tsinghua University（清华大学）
本文提出分布式分层运动控制策略，通过任务分解与时空连续性特征增强多智能体全身协作，并构建具身协作基准验证其性能优势。
2024-10-26 cs.RO
Learning Contact-aware CPG-based Locomotion in a Soft Snake Robot
Worcester Polytechnic Institute（伍斯特理工学院）
在本文中，我们提出了一个无模型的学习为基础的控制方案，以提高其在混乱的环境中的接触感知运动性能的软蛇机器人。该控制方案包括两个合作的控制器：一个生物启发控制器（C1），控制软蛇机器人的转向和速度，和一个事件触发调节器（R2），控制转向的蛇在预期的障碍物接触和接触过程中。来自两个控制器的输入被合成为Matsuoka CPG网络的输入，以生成对软蛇的平滑和有节奏的致动输入。为了使两个控制器的稳定和有效的学习，我们开发了一个博弈论的过程，虚拟发挥，训练C1和R2与共享的潜在的基于场的奖励功能的目标跟踪任务。所提出的方法在模拟器中进行了测试和评估，并显示出显着改善的运动性能在基于障碍的环境相比，两个基线控制器。
2021-05-10 cs.RO
MPC-based Controller with Terrain Insight for Dynamic Legged Locomotion
Istituto Italiano di Tecnologia（意大利理工学院）；University of Notre Dame（圣母大学）
我们提出了一种新的控制策略，在复杂的情况下，动态腿运动，认为有关地形的形态信息的上下文中，只有板载的映射和计算。该策略建立在两个主要元素之上：首先是一个接触序列任务，该任务基于卷积神经网络提供安全的立足点位置，以执行快速和连续的地形评估，以寻找安全的立足点位置;然后是一个模型预测控制器，该控制器考虑由接触序列任务给出的立足点位置，以优化目标地面反作用力。我们评估我们的策略的性能，通过模拟的液压驱动的四足机器人HyQReal穿越粗糙的地形下，现实的车载传感和计算条件。
2020-03-31 cs.RO
Learning Locomotion Controllers for Walking Using Deep FBSDE
New York University（纽约大学）
在本文中，我们提出了一个深的正倒向随机微分方程（FBSTO）为基础的控制算法的运动任务。我们还将状态约束包括在FBBACK公式中，以施加稳定的行走解决方案或人们可能想要考虑的其他约束（例如，能源）。我们的方法利用深度神经网络（即，LSTM）来求解通常由所述最优控制问题产生的高维Hamilton-Jacobi-Bellman（HJB）方程。与传统方法相比，我们提出的方法提供了更高的计算效率，实时，从而产生更高的频率实现的闭环控制器。我们的方法的有效性示出的线性倒立摆模型（LIPM）的步行。尽管我们部署的是简化的行走模型，但该方法适用于机器人系统中行走和其他控制/优化任务的广义和复杂模型。仿真研究已经提供了所提出的方法的有效性。
2021-07-16 cs.RO
WoLF: the Whole-body Locomotion Framework for Quadruped Robots
Istituto Italiano di Tecnologia（意大利理工学院）；Università di Trento（特伦托大学）；PAL Robotics（PAL机器人公司）
全身运动框架（WoLF）是一个端到端的软件套件，专门用于四足机器人的本地操作。WoLF将四足机器人硬件的规划和控制的复杂性抽象为一个简单易用且强大的软件，该软件可以通过多个远程操作设备连接到不同的四足机器人模型。此外，WoLF允许与四足平台一起控制安装的设备，例如手臂或云台相机。在这篇简短的论文中，我们介绍了WoLF的主要功能及其整体软件架构。
2022-05-13 cs.RO
MuGen: Multi-Skill Generative Locomotion Controller for Humanoid Robots
Peking University（北京大学）
提出MuGen框架，利用VQ-VAE和教师-学生策略蒸馏，从异构人类运动数据中学习生成式运动表示，使人形机器人能够执行多技能运动并模仿未见过的动作。
2026-05-23 cs.RO
Dynamic Locomotion For Passive-Ankle Biped Robots And Humanoids Using Whole-Body Locomotion Control
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Stanford University（斯坦福大学）
全身控制是一种面向任务的反馈控制方法，用于人形机器人的局部操作行为。WBC和基于模型的步行控制器的组合已被广泛应用于各种人形机器人中。然而，到目前为止，WBC方法还没有被用于无支撑的被动踝关节动态运动。因此，在本文中，我们设计了一个新的WBC，被称为全身运动控制器（WBLC），可以实现实验动态行走无支撑被动踝关节机器人。WBLC的一个关键方面是接触约束的放松，使得控制命令在切换脚接触时产生减少的急动。为了实现强大的动态运动，我们进行了深入的分析，我们的动态步行算法称为时间速度反转（TVR）规划的不确定性。不确定性研究是基础，因为它使我们能够改进我们的机器人的控制算法和机械结构，以满足容忍的不确定性。此外，我们进行了大量的实验：1）无支撑的动态平衡（即原地踏步）与六自由度（DoF）的机器人，水星; 2）无支撑的方向行走与水星; 3）行走在不规则和光滑的地形与水星;和4）原地行走与我们新设计的十自由度粘弹性液体冷却机器人，DRACO。总体而言，这项工作的主要贡献是：a）实现被动踝两足动物使用WBLC控制器和TVR规划器的无支撑动态运动的各种模式，b）进行不确定性分析，以改善水星的机械结构和控制器，以及c）设计一个全身控制策略，减少行走过程中的运动抖动。
2019-01-23 cs.RO
Zero-Shot Terrain Generalization for Visual Locomotion Policies
Google Brain Robotics（谷歌大脑机器人）；Georgia Institute of Technology（佐治亚理工学院）
足式机器人在非结构化地形上具有无与伦比的机动性。然而，它仍然是一个开放的挑战，设计运动控制器，可以在各种各样的环境中运行。在本文中，我们解决了这一挑战，自动学习运动控制器，可以推广到各种各样的地形经常在现实世界中遇到的。我们将这一挑战视为多任务强化学习问题，并将每个任务定义为机器人需要穿越的一种地形。我们提出了一种端到端的学习方法，该方法直接使用从模拟的3D LiDAR传感器收集的原始外感受输入，从而避免了对地面实况高度图或感知信息预处理的需要。因此，学习控制器展示了出色的zero-shot泛化能力，可以在13种不同的环境中导航，包括楼梯、崎岖的土地、杂乱的办公室和室内空间。
2020-11-11 cs.RO
Quadratic Programming Optimization for Bio-Inspired Thruster-Assisted Bipedal Locomotion on Inclined Slopes
SiliconeSynapse Labs（硅突触实验室）；Northeastern University（东北大学）；California Institute of Technology（加州理工学院）
本文针对Harpy双足机器人，提出结合接触约束二次规划与全身控制的推进器辅助斜坡行走方法，通过仿真验证其在倾斜坡面上的运动性能。
2024-11-20 cs.RO
RoMoCo: Robotic Motion Control Toolbox for Reduced-Order Model-Based Locomotion on Bipedal and Humanoid Robots
Department of Mechanical and Civil Engineering, California Institute of Technology（机械与土木工程系，加州理工学院）
RoMoCo是一个开源C++工具箱，通过统一的API集成降阶模型规划器与全身控制器，支持双足和仿人机器人快速原型与可复现基准测试，并在多种机器人上经仿真和硬件验证。
2025-09-23 cs.RO
ZSL-RPPO: Zero-Shot Learning for Quadrupedal Locomotion in Challenging Terrains using Recurrent Proximal Policy Optimization
Huawei Technologies（华为技术有限公司）；Huawei Munich Research Center（华为慕尼黑研究中心）；University College London（伦敦大学学院）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）；East China Normal University（华东师范大学）
本文提出ZSL-RPPO架构与RPPO算法，在部分可观测环境中直接训练循环策略，并通过域随机化实现四足机器人跨地形零样本仿真到现实迁移。
2024-03-04 cs.RO
Reinforcement Learning-based Robust Wall Climbing Locomotion Controller in Ferromagnetic Environment
Korea Advanced Institute of Science and Technology（韩国科学技术院）；DIDEN Robotics（DIDEN机器人）
本研究提出一种基于强化学习的四足磁性攀爬机器人控制器，通过三阶段课程学习和物理附着模型，在仿真与硬件实验中实现了钢面垂直攀爬的鲁棒性，优于假设完美附着的MPC基线。
2025-10-23 cs.RO
Reinforcement Learning For Quadrupedal Locomotion: Current Advancements And Future Perspectives
Vellore Institute of Technology（韦洛尔理工学院）；Indian Institute of Science（印度科学学院）；COEP, Pune（浦那工程学院）
本文全面综述了基于强化学习的四足机器人运动控制器的核心概念、方法与关键进展，涵盖学习算法、训练课程、奖励设计及仿真到现实的迁移技术，并探讨了未来研究方向，旨在提升四足机器人的移动性与适应性。
2024-10-14 cs.RO
Humanoid Locomotion with a Fly-Inspired Recurrent Controller
The Hong Kong University of Science and Technology（香港科技大学）；Zenbot；Nanyang Technological University（南洋理工大学）；The Hong Kong Polytechnic University（香港理工大学）
本研究提出一种受果蝇启发的循环控制器，通过3,609个神经状态与Unitree G1机器人耦合，在多种地形和速度下完成61/63项测试，揭示直接身体输入和携带运动状态对运动支持的关键作用。
2026-09-24 cs.RO
Learning Spring Mass Locomotion: Guiding Policies with a Reduced-Order Model
Oregon State University（俄勒冈州立大学）；Collaborative Robotics and Intelligent Systems Institute（协作机器人与智能系统研究所）
在本文中，我们描述了一种方法来实现物理机器人的动态腿运动，结合现有的控制方法与强化学习。具体来说，我们的目标是一个控制层次结构，其中最高级别的行为通过降阶模型来规划，降阶模型描述了腿部运动的基本物理原理，而较低级别的控制器则利用学习策略，可以弥合理想化的简单模型和复杂的全阶机器人之间的差距。高级规划器可以使用环境的模型并且是特定于任务的，而低级学习控制器可以执行各种各样的动作，以便它适用于许多不同的任务。在这封信中，我们描述了这种学习动态步行控制器，并表明，从降阶模型的步行运动的范围可以用作命令和学习策略的主要训练信号。由此产生的策略不试图天真地跟踪运动（如传统的轨迹跟踪控制器将），而是平衡即时运动跟踪与长期稳定性。由此产生的控制器上演示了人的规模，不受约束，不受约束的双足机器人的速度高达1.2米/秒。这封信建立了一个通用的，动态学习步行控制器，可以应用于许多不同的任务的基础。
2021-03-11 cs.RO
Self-Centering 3-DoF Feet Controller for Hands-Free Locomotion Control in Telepresence and Virtual Reality
University of Bonn（波恩大学）
本文提出一种用于远程呈现机器人和虚拟现实的自对中3自由度坐姿脚部控制器，通过双轴倾斜、垂直轴旋转及弹簧自对中实现移动控制，成功应用于竞赛且公开模型，助力免手持移动操控。
2024-11-26 cs.HC cs.RO
WOLF-VLA: Whole-Body Humanoid Optimal Locomotion Framework for Vision-Language-Action Learning
Robotics Innovation Center, DFKI GmbH（德国人工智能研究中心机器人创新中心）；University of Oldenburg（奥尔登堡大学）；AG Robotik University of Bremen（不来梅大学机器人工作组）
提出WOLF-VLA框架，结合全身最优控制运动合成与大规模多模态数据集，训练VLA模型从自然语言指令生成人形运动策略，在多种任务中展现强鲁棒性和竞争力。
2026-06-25 cs.RO
OpenSHC: A Versatile Multilegged Robot Controller
The University of Queensland（昆士兰大学）；Commonwealth Scientific and Industrial Research Organisation (CSIRO)（联邦科学与工业研究组织（CSIRO））
多足机器人具有在相对粗糙的地形上进行稳定运动的能力。然而，相对于轮式或履带式机器人，足式机器人的复杂性使得它们难以控制。本文介绍了OpenSHC（开源Syropod高级控制器），一个多功能的高级控制器{能够产生步态和姿态的准静态多足机器人，模拟和真实的硬件实现。通过完全的机器人操作系统（ROS）集成，控制器可以快速部署在具有不同执行器和传感器有效载荷的机器人上。OpenSHC的灵活性在30个自由度的六足子弹上得到了证明，分析了不同运动速度下各种腿部配置、运动学布置和步态的能量性能。由于OpenSHC可轻松配置为不同的物理和运动规范，因此可以进行基于硬件的参数空间搜索以获得最佳运动参数。实验评估表明，哺乳动物的配置提供了较低的功耗范围内的步进频率，与昆虫配置提供性能优势，在较高的身体速度和增加的稳定性，在低的步进频率。OpenSHC是开源的，能够配置为各种数量的关节和腿。
2020-10-19 cs.RO
Behaviour diversity in a walking and climbing centipede-like virtual creature
University of Oslo（奥斯陆大学）；Tohoku University（东北大学）；Future University Hakodate（函馆未来大学）；RITMO, University of Oslo（奥斯陆大学RITMO）
本文提出一种融合波动、蠕动和腿部运动的去中心化控制器，在多种模拟蜈蚣机器人上验证，发现其能根据环境和形态变化涌现出六种运动模式，且不同身体部位可同时采用不同模式，为机器人形态设计与运动原理研究提供工具。
2024-11-19 cs.RO
Online Non-linear Centroidal MPC for Humanoid Robot Locomotion with Step Adjustment
Istituto Italiano di Tecnologia（意大利理工学院）；University of Genoa（热那亚大学）；University of Manchester（曼彻斯特大学）
本文提出了一种用于人形机器人运动的具有在线步距调整能力的非线性模型预测控制器。所提出的控制器考虑系统的重心动力学来计算所需的接触力和扭矩以及接触位置。从基于简化模型的双足步行架构，所提出的方法考虑了减少质心模型，从而使机器人执行高度动态运动，同时保持控制问题仍然在线治疗。我们表明，所提出的控制器可以自动调整接触位置在单，双支持阶段。然后，测试的整体方法与模拟单腿和双腿系统执行跳跃和运行任务，分别。最后，我们验证了所提出的控制器上的位置控制的人形机器人iCub。结果表明，该策略可以防止机器人跌倒，而步行和推动外力高达40牛顿1秒施加在机器人手臂。
2022-03-10 cs.RO
GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots
University of California, Berkeley（加州大学伯克利分校）；The Chinese University of Hong Kong（香港中文大学）
近年来，市场上可买到且价格实惠的四足机器人数量激增，其中许多平台正积极用于研究和工业。随着足式机器人的可用性的增长，对使这些机器人能够执行有用技能的控制器的需求也在增长。然而，大多数基于学习的控制器开发框架都专注于训练机器人特定的控制器，这是一个需要为每个新机器人重复的过程。在这项工作中，我们介绍了一个框架，训练广义运动（GenLoco）控制器四足机器人。我们的框架合成了通用的运动控制器，可以部署在各种各样的四足机器人具有相似的形态。我们提出了一个简单但有效的形态随机化方法，程序生成一组不同的模拟机器人进行训练。我们表明，通过在这一大组模拟机器人上训练控制器，我们的模型获得了更通用的控制策略，这些策略可以直接转移到具有不同形态的新型模拟和真实世界机器人上，这些机器人在训练过程中没有观察到。
2022-09-12 cs.LG cs.RO
Deep Kernels for Optimizing Locomotion Controllers
KTH Royal Institute of Technology（KTH皇家理工学院）；Carnegie Mellon University（卡内基梅隆大学）
在优化运动控制器的参数时，样本效率是重要的，因为硬件实验耗时且昂贵。贝叶斯优化，一个样本有效的优化框架，最近被广泛应用于解决这个问题，但样本效率的进一步改进是现实世界的机器人和高维控制器的实际适用性所需要的。为了解决这个问题，先前的工作提出了使用领域的专业知识来构建自定义的距离度量的运动。在这项工作中，我们将展示如何自动学习这样的距离度量。我们使用一个神经网络来学习一个知情的距离度量从高保真模拟获得的数据。我们在两种不同的控制器和机器人架构上进行实验。首先，我们证明了在ATRIAS机器人硬件上优化5维控制器时样本效率的提高。然后，我们进行仿真实验，以优化一个16维控制器的7连杆机器人模型，并获得显着的改善，即使在扰动环境中优化。这表明，我们的方法是能够提高样本效率为两个不同的控制器，因此是一个合适的候选人，在未来的进一步实验的硬件。
2017-11-08 cs.LG cs.RO
Highly Dynamic Quadruped Locomotion via Whole-Body Impulse Control and Model Predictive Control
Massachusetts Institute of Technology（麻省理工学院）
动态腿部运动是一个具有挑战性的课题，因为缺乏既定的控制方案，可以处理空中阶段，短的站立时间，和高速腿摆动。在本文中，我们提出了一种结合全身控制（WBC）和模型预测控制（MPC）的控制器。在我们的框架中，MPC用一个简单的模型在较长的时间范围内找到一个最佳的反作用力曲线，WBC根据MPC计算的反作用力计算关节扭矩、位置和速度命令。与现有的WBC不同，它试图跟踪命令的身体轨迹，我们的控制器更侧重于反作用力命令，这使得它能够完成高速动态运动与空中阶段。新设计的WBC与MPC集成，并在Mini-Cheetah四足机器人上进行测试。为了证明鲁棒性和通用性，控制器在许多不同的环境中进行了六种不同的步态测试，包括户外和跑步机，最高速度达到3.7 m/s。
2019-09-14 cs.RO
Learning Whole-Body Humanoid Locomotion via Motion Generation and Motion Tracking
Robotic Systems Lab, ETH Zuirch（苏黎世联邦理工学院机器人系统实验室）；Simon Fraser University（西蒙弗雷泽大学）；ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心）；EPFL（苏黎世联邦理工学院）
本文提出结合参考动作学习与地形感知适应的全身体态人形运动框架，通过扩散模型预测地形感知参考动作，并利用强化学习训练全身体态追踪器，提升在不同地形上的适应能力。
2026-07-14 cs.RO
Perceptive Locomotion through Whole-Body MPC and Optimal Region Selection
University of Edinburgh（爱丁堡大学）；Heriot-Watt University（赫瑞-瓦特大学）；University of Oxford（牛津大学）；LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室）
该研究提出一种感知运动控制框架，通过全身MPC（Croccodyl）和最优接触面选择，在复杂地形中实现快速重规划与稳健运动，并在挑战性试验中验证其性能。
2024-02-06 cs.RO
When to make a step? Tackling the timing problem in multi-contact locomotion by TOPP-MPC
Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier (LIRMM), CNRS–University of Montpellier（蒙彼利埃计算机科学、机器人技术与微电子实验室（LIRMM），法国国家科学研究中心–蒙彼利埃大学）；School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院）
我们提出了一个模型预测控制器（MPC）的多接触运动的预测优化实现的时间最优路径参数化（TOPP）。该解决方案的一个关键特征是，与现有的规划器相反，现有的规划器将步骤定时作为输入提供，这里将接触开关之间的定时计算为快速非线性优化的输出。这对多接触运动特别有吸引力，其中适当的时间取决于地形拓扑结构和合适的运动学是未知的。我们将展示如何制定腿部运动作为一个TOPP问题，并证明了所得到的TOPP-MPC控制器的HRP-4人形机器人的模型在模拟中的行为。
2017-10-11 cs.RO
Whole-Body Trajectory Optimization for Robot Multimodal Locomotion
Istituto Italiano di Tecnologia（意大利技术研究院）；University of Manchester（曼彻斯特大学）
本文提出一种统一生成地面与空中运动的全身轨迹优化方法，结合质心动量与驱动模型，并使用飞行仿人机器人iRonCub验证了方法有效性。
2022-11-23 cs.RO
Data-Efficient and Safe Learning for Humanoid Locomotion Aided by a Dynamic Balancing Model
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
在这封信中，我们制定了一个新的马尔可夫决策过程（MDP）的安全和数据有效的学习人形运动的动态平衡模型的帮助下。在我们以前的研究中，我们依赖于一个低维的机器人模型，通常用于高层次的行走模式生成器（WPG）。然而，由于全阶模型和简化模型之间的差异，低级反馈控制器不能精确地跟踪期望的脚步位置。在这项研究中，我们提出通过用强化学习补充WPG来缓解这个问题。更具体地说，我们提出了一种结构化的脚步控制方法，由一个WPG，一个神经网络，和一个安全控制器。WPG提供了一种分析方法，该方法促进了有效的学习，而神经网络使长期回报最大化，并且安全控制器鼓励基于步骤捕获能力和控制屏障功能的使用的安全探索。我们的贡献包括以下几点：（1）用于运动的结构化学习控制方法，（2）使用基于物理的模型来改善步行的数据高效且安全的学习过程，以及（3）该过程对各种类型的可扩展性人形机器人和步行。
2020-04-20 cs.RO
SayTap: Language to Quadrupedal Locomotion
Google DeepMind（谷歌DeepMind）；The University of Tokyo（东京大学）
本文提出SayTap，以足部接触模式为接口连接自然语言指令与四足机器人低层运动控制器，实现了多样且可迁移至真实硬件的运动行为，在30个任务中多解决10个，预测成功率超50%。
2023-09-14 cs.RO
Closing the Loop on the Poppy Humanoid: Bipedal Locomotion with Linear-Quadratic Control and Learned Cost Functions
Syracuse University（雪城大学）
本文针对开源低成本的Poppy人形机器人，提出结合线性二次调节器（LQR）与学习二次代价函数的闭环行走控制器，经实验验证其行走性能较开环轨迹回放有统计学意义的显著提升。
2026-08-28 cs.RO
Efficient, Dynamic Locomotion through Step Placement with Straight Legs and Rolling Contacts
Institute for Human and Machine Cognition（人机认知研究所）；University of West Florida（西佛罗里达大学）；Boardwalk Robotics, Inc.（博德沃克机器人公司）
本研究提出一种结合ALIP步幅调整、支撑腿长度控制与滚动接触的人形机器人高效行走控制器，在Nadia机器人上验证了多步态能力与效率提升。
2024-03-07 cs.RO
Legged Robots that Keep on Learning: Fine-Tuning Locomotion Policies in the Real World
Berkeley AI Research, UC Berkeley（加州大学伯克利分校伯克利人工智能研究院）；Google Research（谷歌研究院）；Georgia Institute of Technology（佐治亚理工学院）
足式机器人在物理上能够穿越各种具有挑战性的环境，但是设计足够鲁棒以处理这种多样性的控制器一直是机器人技术中的长期挑战。强化学习为控制器设计过程的自动化提供了一种有吸引力的方法，并且当在适当的环境范围内训练时，能够产生非常鲁棒的控制器。然而，很难预测机器人在部署期间将遇到的所有可能条件并在训练时列举它们。如果我们不训练足够强大的控制器来处理任何可能发生的事情，而是让机器人在任何环境中不断学习，那会怎么样？这种现实世界的强化学习带来了许多挑战，包括效率、安全性和自主性。为了解决这些挑战，我们提出了一个实用的机器人强化学习系统，在现实世界中微调运动策略。我们证明，适量的真实世界的训练可以大大提高部署过程中的性能，这使得一个真正的A1四足机器人能够在一系列环境中自主微调多种运动技能，包括室外草坪和各种室内地形。
2021-10-11 cs.RO
Rethinking Robustness Assessment: Adversarial Attacks on Learning-based Quadrupedal Locomotion Controllers
Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）；Computational Robotics Lab, ETH Zurich（苏黎世联邦理工学院计算机器人实验室）；ETH AI Center（苏黎世联邦理工学院人工智能中心）
本文提出一种利用序列对抗攻击识别四足运动控制器弱点的计算方法，揭示最先进鲁棒控制器在低幅度对抗序列下会失效，并验证该方法能有效增强原始策略鲁棒性及评估黑盒策略安全性。
2024-05-30 cs.LG cs.RO
Fast Convex Visual Foothold Adaptation for Quadrupedal Locomotion
Istituto Italiano di Tecnologia（意大利技术研究院）
提出一种结合神经网络回归与凸分解的快速视觉落脚点自适应框架，用于四足机器人HyQReal的安全落脚点优化与运动控制。
2023-07-27 cs.RO
Impact Invariant Control with Applications to Bipedal Locomotion
University of Pennsylvania（宾夕法尼亚大学）
当足式机器人冲击它们的环境时，它们在很短的时间内经历它们的速度的大的变化。测量这些速度并将反馈应用于这些速度是一项挑战，而且由于撞击模型和撞击时间的不确定性而更加复杂。这项工作提出了一个通用的框架，用于适应反馈控制的影响，通过投影的控制目标的子空间是不变的影响事件。所得到的控制器是鲁棒的不确定性的影响事件，同时保持最大的控制权的影响不变的子空间。我们演示了实用的投影上的步行控制器的平面五连杆的机器人和跳跃控制器的兼容的3D双足机器人，卡西。我们的方法的有效性被证明是很好的翻译硬件。
2021-10-01 cs.RO
MPC-Injection: Biasing Off-Policy Locomotion RL Toward Controller-Induced Behavior Basins
Dartmouth College（达特茅斯学院）；Harvard University（哈佛大学）
提出MPC-Injection方法，通过将模型预测控制器的轨迹注入回放缓冲区，引导强化学习策略学习期望步态，无需奖励塑形或对抗模仿学习，在仿真和真实机器人上验证有效性。
2026-09-25 cs.RO
Learning Perceptive Bipedal Locomotion over Irregular Terrain
University of Groningen（格罗宁根大学）
本文提出一种利用带噪声外部感知的双足运动控制器，将基于注意力的信念编码从四足扩展到双足，并结合新奖励函数，在不规则地形上实现了鲁棒性、速度和效率的显著提升。
2023-04-14 cs.RO
Online Bipedal Locomotion Adaptation for Stepping on Obstacles Using a Novel Foot Sensor
University of Tehran（德黑兰大学）；École polytechnique fédérale de Lausanne（洛桑联邦理工学院）
在本文中，我们提出了一种新的控制架构的倾斜障碍物上的双足运动的在线自适应。特别是，我们介绍了一种新颖的，具有成本效益的，多功能的脚传感器来检测机器人的脚到地面（碰撞传感器）的接近度。通过采用这种传感器，反馈控制器的实施，以减少在摆动过渡到站立阶段或倾斜的看不见的障碍物上浸泡的冲击力。与基于接触反作用力的传统传感器相比，该传感器在脚接触障碍物之前检测到地面或障碍物的距离，从而提供预测障碍物的预测信息。所提出的碰撞传感器的控制器与另一个导纳控制器相互作用，以调整腿的长度。步行实验表明，成功的运动在看不见的倾斜障碍物，而不降低运动速度与倾斜角为12。脚的位置误差会导致与地面的硬碰撞，这是由于链接和连接的偏转（由大学工具制造）引起的累积误差造成的。拟议的框架大大减少了脚对地面的影响。
2022-12-27 cs.RO
Attention-Based Map Encoding for Learning Generalized Legged Locomotion
Robotic Systems Lab, ETH Zurich（埃因斯坦理工大学机器人系统实验室）；Disney Research Zurich（迪士尼研究扎赫夫）
针对足式机器人动态运动的挑战，提出基于注意力的地图编码方法，以机器人本体感受为条件，用强化学习训练端到端控制器，实现多样地形鲁棒精确运动，还可解释神经网络地形感知，在四足和人形机器人上验证有效。
2025-06-11 cs.RO
PPF: Pre-training and Preservative Fine-tuning of Humanoid Locomotion via Model-Assumption-based Regularization
Georgia Institute of Technology（佐治亚理工学院）；Korea Advanced Institute of Science and Technology（韩国科学技术院）
提出PPF框架，通过模仿模型控制器预训练、强化学习微调及模型假设正则化，防止灾难性遗忘，在Digit人形机器人上实现1.5米/秒速度及多地形稳健运动。
2025-09-02 cs.RO
Learning a Centroidal Motion Planner for Legged Locomotion
Tandon School of Engineering, New York University（纽约大学坦登工程学院）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
全身优化器已经成功地自动计算复杂的动态运动行为。然而，它们通常限于离线规划，因为它们在计算上太昂贵而不能以高频率重新规划。简单的模型通常用于在线重新规划。在本文中，我们提出了一种方法来生成全身运动的实时运动任务。我们的方法包括学习质心神经网络，预测所需的质心运动给定的机器人的当前状态和所需的接触计划。该网络使用现有的全身运动优化器进行训练。我们的方法能够用很少的训练样本学习动态运动，这些动态运动可以在高频率下用于完整的全身控制框架，这通常是典型的全身优化器无法实现的。我们展示了我们的方法来产生一个真正的四足机器人上的行走和跳跃运动的丰富。
2020-11-05 cs.RO
Learning fast and agile quadrupedal locomotion over complex terrain
National University of Defense Technology（国防科技大学）；College of Intelligence Science and Technology（智能科学与技术学院）；Robotics Research Center（机器人研究中心）
在本文中，我们提出了一个鲁棒控制器，实现自然和稳定的快速运动的一个真正的盲目四足机器人。只有本体感受信息，四足机器人可以以10倍于其身体长度的最高速度移动，并具有通过各种复杂地形的能力。控制器在仿真环境中通过无模型强化学习进行训练。本文提出的松散邻域控制架构不仅保证了学习率，而且得到了一个易于转移到真实四足机器人上的动作网络。针对左右对称四足机器人结构在训练过程中存在数据对称性丢失问题，导致学习控制器性能不平衡的问题，提出了一种镜像世界神经网络来解决该问题。由镜像世界网络构成的学习控制器可以使机器人获得良好的抗干扰能力。在训练架构中没有使用特定的人类知识，例如脚轨迹生成器。学习控制器能够协调机器人的步态频率和运动速度，运动模式比人工设计的控制器更自然、合理。我们的控制器具有良好的抗干扰性能，并具有良好的泛化能力，以达到运动速度，它从来没有学习和遍历地形，它从来没有见过。
2022-07-02 cs.AI cs.RO
Learning a Contact-Adaptive Controller for Robust, Efficient Legged Locomotion
NVIDIA（英伟达）；Univ. of British Columbia（不列颠哥伦比亚大学）；Univ. of Washington（华盛顿大学）；Caltech（加州理工学院）；UT Austin（德克萨斯大学奥斯汀分校）；Univ. of Toronto（多伦多大学）；Vector Institute（向量学院）
我们提出了一个分层的框架，结合基于模型的控制和强化学习（RL）合成鲁棒控制器的四足动物（Unitree莱卡戈）。该系统包括一个高级控制器，学习选择一组原语响应环境的变化和一个低级控制器，利用建立的控制方法来鲁棒地执行原语。我们的框架学习一个控制器，可以动态适应具有挑战性的环境变化，包括训练期间未见过的新场景。与基线方法相比，学习控制器的能量效率提高了85%，并且更加鲁棒。我们还部署在物理机器人上的控制器没有任何随机化或适应方案。
2020-11-23 cs.LG cs.RO
FastMimic: Model-based Motion Imitation for Agile, Diverse and Generalizable Quadrupedal Locomotion
Georgia Institute of Technology（佐治亚理工学院）；Meta AI
在人类环境中运行的机器人需要各种技能，如慢速和快速行走，转弯，侧步等等。然而，构建可以表现出如此大范围行为的机器人控制器是一个具有挑战性的问题，需要对每个任务进行繁琐的调查。我们提出了一个统一的基于模型的控制算法，用于模仿不同的动物步态，而无需昂贵的模拟训练或现实世界的微调。我们的方法包括立场和摆动腿控制器使用质心动力学模型与在线自适应技术增强。我们也发展了一个全身轨迹优化程序来修正参考动物运动的运动学不可行性。我们证明了我们的通用数据驱动的基于模型的控制器可以无缝地模仿各种运动技能，包括小跑，起搏，转弯和侧步。它还显示了更好的跟踪能力，在模拟和现实世界对几个基线，包括另一个基于模型的模仿控制器和基于学习的运动模仿技术。
2022-02-25 cs.RO
Saving the Limping: Fault-tolerant Quadruped Locomotion via Reinforcement Learning
NVIDIA AI Technology Centre (NVAITC)（英伟达人工智能技术中心（NVAITC））；School of Computer Science and Engineering, Nanyang Technological University（南洋理工大学计算机科学与工程学院）；Coventry University（考文垂大学）；Mahindra University（马恒达大学）
针对四足机器人关节锁死等硬件故障，本文采用 teacher-student 强化学习框架在仿真中训练容错运动控制器，并实现无需微调的零样本真机迁移。
2023-09-07 cs.RO
Light-Loco-Parkour: Versatile Perceptive Whole-Body Locomotion via Multi-Skill Distillation
Light Origins
该研究提出 Light-Loco-Parkour 系统，通过多技能蒸馏构建端到端感知全身运动策略，实现人形机器人在复杂地形的自主运动，且可零样本迁移至真实硬件。
2026-08-05 cs.RO
Learning Task Space Actions for Bipedal Locomotion
Collaborative Robotics and Intelligent Systems Institute, Oregon State University（俄勒冈州立大学协作机器人与智能系统研究所）；Agility Robotics
最近的工作已经证明了强化学习（RL）的成功，为真正的机器人训练双足运动策略。然而，这项先前的工作，集中在学习关节协调控制器的基础上的一个目标，以下关节轨迹已经可用的控制器。因此，很难训练这些方法来实现腿运动的更高级别的目标，例如简单地指定期望的末端执行器足部运动或地面反作用力。在这项工作中，我们提出了一种方法，用于将机器人系统的知识集成到RL中，以允许在任务空间行动的水平上学习的脚设定点。特别是，我们将学习任务空间策略与基于模型的逆动力学控制器相结合，该控制器将任务空间动作转换为关节级控制。有了这个自然的动作空间学习运动，该方法是更有效的样本，并产生所需的任务空间动态相比，学习纯粹的关节空间动作。我们在仿真中展示了这种方法，并表明学习到的策略能够转移到真正的双足机器人Cassie。这一结果鼓励进一步研究将双足控制技术纳入学习过程的结构中，以实现动态行为。
2021-05-06 cs.RO
On the Benefits of GPU Sample-Based Stochastic Predictive Controllers for Legged Locomotion
Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）；University College London（伦敦大学学院）
本文提出一种基于GPU加速的样本随机控制策略用于四足机器人，以实现步态频率适应。实验表明，该方法在中等干扰下与传统MPC相当，并在持续外部干扰下显著优于基于梯度的方法。
2025-01-29 cs.RO
Planning and Execution of Dynamic Whole-Body Locomotion for a Hydraulic Quadruped on Challenging Terrain
Istituto Italiano di Tecnologia（意大利理工学院）；ETH Zurich（苏黎世联邦理工学院）
我们提出了一个框架，动态四足运动在具有挑战性的地形，选择适当的立足点是至关重要的行为的成功。我们建立了一个模型的环境在线和船上使用一个有效的占用网格表示。我们使用Any-time-Repairing A*（ARA*）来搜索可能的动作树，选择一个粗略的身体路径，并相应地选择局部最佳立足点。我们使用动态稳定性指标零力矩点（ZMP）对身体轨迹进行n步前瞻优化，该指标可生成自然的动态全身运动。浮基逆动力学和虚拟模型控制的组合在主动顺应系统上精确地执行期望的运动。实验测试表明，这个框架使我们能够以近6倍于我们以前工作的速度遍历地形，在同一组试验中进行评估。
2019-04-07 cs.RO
Socially Acceptable Bipedal Navigation: A Signal-Temporal-Logic- Driven Approach for Safe Locomotion
Georgia Institute of Technology（佐治亚理工学院）；Kuwait University（科威特大学）
针对双足机器人在人群环境中的社交导航问题，提出基于条件变分自编码器和信号时序逻辑的社交路径规划器，确保运动安全并实现Digit全身控制。
2023-10-15 cs.RO
Robust Bipedal Locomotion Control Based on Model Predictive Control and Divergent Component of Motion
University of Tehran（德黑兰大学）
在本文中，以前的工作模型预测控制（MPC）和运动的发散分量（DCM）的双足步行控制扩展。为此，我们采用了一个单一的MPC，它使用的压力中心（CoP）的操纵，步骤调整，和质心力矩枢轴（CMP）调制的组合，设计一个强大的步行控制器。此外，我们利用时变DCM的概念，推广我们的行走控制器在不平坦的表面行走。使用我们的计划，一个通用的和强大的行走控制器的设计，可以实现不同的控制机构的机器人，在各种环境下行走，例如不平坦的地形或表面上的一个非常有限的可行区域的步进。所提出的方法的有效性进行了验证，通过模拟不同的情况下，并与最先进的比较。
2017-02-28 cs.RO
A Unified and General Humanoid Whole-Body Controller for Versatile Locomotion
Shanghai Jiao Tong University（上海交通大学）；Shanghai AI Lab（上海人工智能实验室）
针对现有研究限制人形机器人运动学能力的问题，本文提出统一通用的全身控制器HugWBC，通过通用命令空间与先进训练技术实现多步态自定义及运动-操作结合，实验验证其高精度与鲁棒性，为首个该类控制器。
2025-04-12 cs.AI cs.RO
Dynamic Locomotion Teleoperation of a Wheeled Humanoid Robot Reduced Model with a Whole-Body Human-Machine Interface
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Carnegie Mellon University（卡内基梅隆大学）
双边遥操作为人形机器人提供了人类规划智能，同时使人类能够感受到机器人的感受。它有可能将具有物理能力的人形机器人转变为动态智能机器人。然而，动态双边运动遥操作仍然是一个挑战，由于它涉及到复杂的动力学。这项工作提出了我们的第一步，以应对这一挑战，通过概念的轮式人形机器人运动的身体倾斜遥操作。具体来说，我们开发了一个力反馈功能的全身人机界面（HMI），并设计了力反馈映射和两个遥操作映射，映射人体的倾斜机器人的速度或加速度。我们比较了这两个映射，并通过实验研究了力反馈的效果，其中七个人类受试者遥操作一个模拟机器人与HMI执行动态目标跟踪任务。实验结果表明，所有被试在练习后都完成了两种映射的任务，并且力反馈提高了他们的成绩。然而，受试者表现出两种不同的遥操作风格，这得益于不同的力反馈。此外，力反馈影响了被试对遥操作映射的偏好，尽管大多数被试在速度映射方面表现更好。
2021-09-08 cs.RO
