Capturability-based Pattern Generation for Walking with Variable Height
Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier (LIRMM)（蒙彼利埃信息学、机器人学与微电子实验室（LIRMM））；CNRS（法国国家科学研究中心）；University of Montpellier（蒙彼利埃大学）；CNRS-AIST Joint Robotics Laboratory (JRL)（法国国家科学研究中心-产业技术综合研究所联合机器人实验室（JRL））；Sapienza Università di Roma（罗马第一大学）；Laboratoire Analyse, Géométrie et Applications (LAGA)（分析、几何与应用实验室（LAGA））；Paris 13 University（巴黎第十三大学）
Capturability analysis of the linear inverted pendulum (LIP) model enabled walking with constrained height based on the capture point. We generalize this analysis to the variable-height inverted pendulum (VHIP) and show how it enables 3D walking over uneven terrains based on capture inputs. Thanks to a tailored optimization scheme, we can compute these inputs fast enough for real-time model predictive control. We implement this approach as open-source software and demonstrate it in dynamic simulations.
Nonlinear Model Predictive Control for Robust Bipedal Locomotion: Exploring Angular Momentum and CoM Height Changes
School of Power and Mechanical Engineering, Wuhan University（武汉大学动力与机械学院）；Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人研究院）；School of Mechanical Engineering, University of Leeds（利兹大学机械工程学院）；School of Informatics, The University of Edinburgh（爱丁堡大学信息学院）；Humanoid and Human Centered Mechatronics Research Line, Istituto Italiano di Tecnologia（意大利技术研究院人形与以人为中心的机电一体化研究线）
Fast Online Optimization for Terrain-Blind Bipedal Robot Walking with a Decoupled Actuated SLIP Model
Imperial College London（帝国理工学院）
我们提出了一个高度反应控制器，使双足机器人盲目地走过各种不平坦的地形，同时抵抗推动。高级运动规划器使用解耦致动弹簧加载倒立摆（aSLIP）模型对脚步位置和质心（CoM）高度进行快速在线优化。解耦的aSLIP模型简化了原始aSLIP，在水平状态下具有线性倒立摆（LIP）动力学，在垂直状态下具有弹簧动力学。运动规划可以用离散时间模型预测控制（MPC）来表示，并在1 k ~HZ的频率下求解。使用降阶模型的运动规划器的输出被馈送到基于逆动力学的全身控制器中以用于在机器人上执行。该控制器的一个关键结果是机器人的脚是顺应性的，这进一步扩展了机器人对未观察到的地形变化的鲁棒性的能力。我们评估我们的方法在模拟与双足机器人SLIDER。实验结果表明，该机器人能够在斜坡、波浪场和楼梯等各种不平坦地形上实现盲走。它也可以抵抗推，而走在不平坦的地形。
Bipedal Robust Walking on Uneven Footholds: Piecewise Slope LIPM with Discrete Model Predictive Control
Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算学部）；State Key Laboratory of Robotics and System, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室）
End-to-End Reinforcement Learning for Torque Based Variable Height Hopping
Indian Institute of Technology (Banaras Hindu University)（印度理工学院（Banaras Hindu大学））；DFKI GmbH Robotics Innovation Center（德国人工智能研究中心机器人创新中心）；Kyoto University（京都大学）
