Quadruped-Frog: Rapid Online Optimization of Continuous Quadruped Jumping
Ecole Polytechnique Federale de Lausanne (EPFL)（洛桑联邦理工学院）
针对四足机器人离线跳跃控制难以匹配真实动力学的问题，提出在硬件上用贝叶斯优化快速调参足部力曲线，并结合阻抗与虚拟模型控制，实现Go1多方向、崎岖地形连续跳跃。
2024-03-11 cs.RO
Rapid and Reliable Quadruped Motion Planning with Omnidirectional Jumping
Massachusetts Institute of Technology（麻省理工学院）
足式机器人的动态跳跃是一个具有挑战性的规划和控制问题。制定跳跃优化以允许快速在线执行是困难的;有效地使用这种能力来生成长期运动计划使问题进一步复杂化。在这项工作中，我们提出了一个层次规划框架来解决这个问题。首先，我们制定了一个实时易处理的轨迹优化进行全向跳跃。然后，我们将这种优化的结果嵌入到低维跳跃可行性分类器中。利用该分类器来产生几何运动计划，该几何运动计划选择动态可行的跳跃，同时减轻过程噪声的影响。我们将我们的框架部署在Mini Cheetah Vision四足动物上，展示了机器人生成和执行可靠的目标导向计划的能力，这些计划涉及向前，横向和旋转跳跃到与机器人标称髋关节高度一样高的表面上。通过全向跳跃进行规划的能力大大扩展了机器人相对于限制跳跃到矢状面或额状面的规划者的移动性。
2022-03-05 cs.RO
Integrating Trajectory Optimization and Reinforcement Learning for Quadrupedal Jumping with Terrain-Adaptive Landing
Machine Intelligence Lab (MiLAB), School of Engineering, Westlake University（人工智能实验室（MiLAB），工程学院，西湖大学）
本文提出一种结合轨迹优化与强化学习的四足机器人安全落地框架，通过奖励松弛策略实现在粗糙地形上的自适应落地与精确跟踪，有效解决了非平坦地面的落地问题。
2025-09-16 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
Evolutionary-Based Online Motion Planning Framework for Quadruped Robot Jumping
The Chinese University of Hong Kong（香港中文大学）；Hong Kong Centre for Logistics Robotics（香港物流机器人中心）
本文提出基于差分进化、拉丁超立方采样和配置空间（DLC）的四足机器人跳跃在线运动规划框架，通过引入质心动力学优化、缩小搜索区域及热启动策略大幅降低求解时间，并在真实机器人上验证了多种跳跃动作的有效性。
2023-09-14 cs.RO
A Fast Online Omnidirectional Quadrupedal Jumping Framework Via Virtual-Model Control and Minimum Jerk Trajectory Generation
Chinese University of Hong Kong（香港中文大学）
本文提出一种基于最小加加速度轨迹生成和虚拟模型控制的四足机器人快速全向跳跃框架，在增强版Mini Cheetah上实现50微秒级实时求解与连续全向跳跃。
2024-06-30 cs.RO
Co-jump: Cooperative Jumping with Quadrupedal Robots via Multi-Agent Reinforcement Learning
Adaptive Robotic Controls Lab (ArcLab), Department of Mechanical Engineering, University of Hong Kong（香港大学机械工程系自适应机器人控制实验室）；EngineAI
本研究通过多智能体强化学习实现四足机器人协同跳跃，显著提升垂直跳跃能力，无需显式通信或预设运动原语。
2026-02-11 cs.AI cs.LG cs.RO
A Novel Lockable Spring-loaded Prismatic Spine to Support Agile Quadrupedal Locomotion
University of California, Riverside（加州大学河滨分校）
本文提出一种新型弹簧加载可锁定脊柱模块及SCIQ四足机器人平台，通过测试验证了该柔性脊柱在保持跳跃性能的同时，能有效吸收冲击并以猫伸展方式耗散能量以缓解着陆冲击。
2023-08-02 cs.RO
Versatile, Robust, and Explosive Locomotion with Rigid and Articulated Compliant Quadrupeds
Cognitive Robotics, Delft University of Technology（代尔夫特理工大学认知机器人学系）；University of Trento（特伦托大学）；University of Manchester（曼彻斯特大学）；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）
针对并联柔顺四足机器人控制难题，提出带躯干旋转的双足驱动弹簧加载倒立摆模板模型及双层轨迹优化流程，通过硬件实验验证其可生成多种动态运动，并联弹性能增强爆发性与鲁棒性。
2025-04-17 cs.RO
Towards Torque-Driven Reinforcement Learning for Quadruped Locomotion
University of Louisville（路易斯维尔大学）
研究探索用于重型高扭矩四足机器人的强化学习扭矩控制框架，该框架能穿越崎岖地形并有效跟踪期望线速度，借助Isaac Sim和Isaac Lab在宇树B1上仿真，实现一定速度且能上下楼梯，无需外部感知传感器。
2026-07-23 cs.LG cs.RO cs.SY
Robust High-speed Running for Quadruped Robots via Deep Reinforcement Learning
University of Southern California（南加州大学）
深度强化学习已经成为一种流行而强大的方法来开发四足机器人的运动控制器。常见的方法主要集中在直接在关节空间中学习动作，或者学习修改和偏移轨迹生成器产生的脚的位置。这两种方法通常都需要仔细的奖励塑造和数百万个时间步长的训练，并且使用轨迹生成器将人类偏见引入到最终的控制策略中。在本文中，我们提出了一个学习框架，导致自然出现的四足机器人的快速和强大的边界政策。智能体直接在任务空间中选择和控制动作，以跟踪受环境噪声（包括模型不确定性和粗糙地形）影响的期望速度命令。我们观察到，该框架提高了样本效率，需要很少的奖励塑造，导致自然步态的出现，如疾驰和跳跃，并简化了运行速度下的仿真到现实迁移。策略可以在仅仅几百万个时间步中学习，即使对于在负载超过标称四足动物质量的100%的粗糙地形上运行的具有挑战性的任务。在PyBullet中进行训练，我们执行到Gazebo的模拟到模拟传输和到Unitree A1硬件的仿真到现实迁移。对于模拟到模拟，我们的结果表明，四足动物能够在没有负载的情况下以超过4 m/s的速度运行，并且在10 kg负载的情况下以3.5 m/s的速度运行，这超过了标称四足动物质量的83%。对于虚拟现实，Unitree A1能够以2 m/s的速度在5 kg负载下绑定，占标称四足动物质量的42%。
2023-03-15 cs.LG cs.RO cs.SY
Robust Recovery Controller for a Quadrupedal Robot using Deep Reinforcement Learning
ETH Zurich（苏黎世联邦理工学院）
本文提出基于无模型深度强化学习的分层行为控制器，通过四个神经网络策略协调控制四足机器人ANYmal的恢复动作，实现从任意跌倒姿态在5秒内恢复，测试成功率超97%。
2019-01-22 cs.AI cs.LG cs.RO
Continuous Versatile Jumping Using Learned Action Residuals
University of Washington（华盛顿大学）；Google（谷歌）
本文提出融合最优控制与强化学习的分层框架，通过学习动作残差增强手动加速度控制器，使四足机器人能够直接从仿真部署到实机并完成连续多功能跳跃。
2023-04-17 cs.AI cs.LG cs.RO
Hierarchical Reinforcement Learning for Precise Soccer Shooting Skills using a Quadrupedal Robot
University of California, Berkeley（加州大学伯克利分校）；Université de Montréal（蒙特利尔大学）；Mila（米拉人工智能研究院）
我们解决的问题，使四足机器人在现实世界中使用强化学习执行精确的射击技能。开发算法使足式机器人能够将足球射到给定目标是一个具有挑战性的问题，它将机器人运动控制和规划结合到一个任务中。为了解决这一问题，在对动态足式机器人进行控制时，需要考虑动力学约束和运动稳定性。此外，我们需要考虑运动规划，以拍摄难以建模的变形球在地面上滚动与不确定的摩擦到期望的位置。在本文中，我们提出了一个层次化的框架，利用深度强化学习来训练（a）一个鲁棒的运动控制策略，可以跟踪任意运动和（b）一个规划策略，以决定所需的踢球运动，将足球射到目标。我们部署的A1四足机器人，使它能够准确地拍摄球随机目标在现实世界中提出的框架。
2022-08-01 cs.AI cs.RO cs.SY
Controlling the Solo12 Quadruped Robot with Deep Reinforcement Learning
LAAS-CNRS（法国国家科学研究中心实验室分析与建筑系统实验室）；Université de Toulouse（图卢兹大学）；NAVER LABS Europe（NAVER欧洲实验室）
本文提出在 Solo12 四足机器人上实现基于深度强化学习的端到端关节阻抗参考控制器，并验证其速度跟踪、能效、鲁棒性与真机部署价值。
2023-08-02 cs.LG cs.RO
Bipedalism for Quadrupedal Robots: Versatile Loco-Manipulation through Risk-Adaptive Reinforcement Learning
Carnegie Mellon University（卡内基梅隆大学）；Mitsubishi Electric Research Labs (MERL)（三菱电机研究实验室（MERL））
针对四足机器人移动操作中腿臂冲突问题，提出风险自适应分布式强化学习框架，使其以后腿双足行走并解放前腿，仿真与 Unitree Go2 实验验证了性能、多功能性和鲁棒性。
2025-07-27 cs.LG cs.RO
MASQ: Multi-Agent Reinforcement Learning for Single Quadruped Robot Locomotion
Harbin Institute of Technology Shenzhen（哈尔滨工业大学（深圳））；School of Mechanical Engineering and Automation（机械工程与自动化学院）；Guangdong Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics（广东省智能变胞机构与自适应机器人重点实验室）
本文提出MASQ方法，将单体四足机器人的每条腿视为智能体，通过共享全局评论家的多智能体强化学习进行协作探索，显著提升了运动学习的收敛速度与真实环境中的鲁棒性。
2024-10-17 cs.RO
Towards Continual Reinforcement Learning for Quadruped Robots
University of Bologna（博洛尼亚大学）；CYENS Centre of Excellence（CYENS卓越中心）
本研究针对四足机器人部署后无法适应新环境的问题，提出通过两个持续学习场景进行顺序训练与多环境评估，以探究技能迁移与遗忘程度，旨在提升其现实适应性。
2023-11-12 cs.LG cs.RO
Higher-Order Morphology Priors for Quadruped Reinforcement Learning Under Actuator Degradation
Edison Academy Magnet School（爱迪生学院磁石学校）；South Brunswick High School（南布朗斯维克高中）；Princeton University（普林斯顿大学）
该研究针对执行器退化下的四足强化学习问题，提出将Unitree Go1建模为含肢体和身体层级秩-2单元的胞复形并采用Hodge消息传递的节点-边-面Hodge策略，实验显示其在未见过的退化场景中表现最优，验证了高阶形态作为有效归纳偏置的价值。
2026-10-09 cs.LG cs.RO
Data-Driven Physics Embedded Dynamics with Predictive Control and Reinforcement Learning for Quadrupeds
本文提出一种结合预测控制与强化学习的四足机器人动力学方法，通过引入拉格朗日神经网络提升物理一致性，实现高效计算和更优任务性能。
2026-03-15 cs.LG cs.RO
Autonomous Navigation for Quadrupedal Robots with Optimized Jumping through Constrained Obstacles
UC Berkeley（加州大学伯克利分校）
四足动物是导航具有挑战性的环境，因为他们的敏捷和动态的设计强有力的候选人。本文提出了一种方法，通过创建一个端到端的导航框架，利用步行和跳跃模式，扩展四足机器人的探索范围。为了获得一个动态的跳跃动作，同时避免障碍物，动态可行的轨迹优化离线通过基于配置的优化，其中施加安全约束。这样的优化示意图允许机器人通过考虑空中和地面上的障碍物来跳过窗口形障碍物。由此产生的跳跃模式中使用的自主导航管道，利用基于搜索的全局规划器和本地规划器，使机器人通过步行到达目标位置。状态机与决策策略一起允许系统在绕过障碍物或跳过障碍物之间切换行为。所提出的框架进行了实验部署和验证的四足机器人，迷你猎豹，使机器人能够自主导航通过环境，同时避免障碍物和跳跃的最大高度为13厘米，通过一个窗口形的开口，以达到其目标。
2021-07-01 cs.AI cs.RO cs.SY
Ask1: Development and Reinforcement Learning-Based Control of a Custom Quadruped Robot
School of Biomedical Engineering, Dalian University of Technology（大连理工大学生物医学工程学院）；School of Control Science and Engineering, Dalian University of Technology（大连理工大学控制科学与工程学院）
本文开发了定制四足机器人Ask1，并采用无AMP和参考轨迹的新型奖励函数强化学习方法，在Go1和Ask1上训练验证，使其能穿越崎岖地形。
2025-09-08 cs.LG cs.RO
Imitation and Adaptation Based on Consistency: A Quadruped Robot Imitates Animals from Videos Using Deep Reinforcement Learning
Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所）；Institutes for Robotics and Intelligent Manufacturing, Chinese Academy of Sciences（中国科学院机器人与智能制造创新研究院）；Westlake University（西湖大学）；University of Chinese Academy of Sciences（中国科学院大学）
四足动物动作的实质是重心的移动，重心的移动在四足动物的动作中具有一定的规律性。然而，四足机器人的步态运动规划是耗时的。自然界中的动物可以提供大量的步态信息供机器人学习和模仿。常见的方法是通过动作捕捉系统或大量的动作数据点来学习动物的姿势。在本文中，我们提出了一个视频模仿自适应网络（VIAN），可以模仿动物的动作，并适应它的机器人从几秒钟的视频。深度学习模型从视频中提取动物运动过程中的关键点。VIAN利用运动适配器消除噪声并提取运动的关键信息，然后将提取的运动函数作为运动模式应用于深度强化学习（DRL）。为了确保学习结果与视频中的动物运动之间的相似性，我们引入了基于运动一致性的奖励。DRL从视频中的运动模式中探索和学习保持平衡，模仿动物的动作，最终允许模型从不同动物的短运动视频中学习步态或技能，并将运动模式转移到真实的机器人上。
2022-03-02 cs.LG cs.RO
Quadruped Robot Simulation Using Deep Reinforcement Learning -- A step towards locomotion policy
Asian Institute of Technology（亚洲理工学院）；RaiSim Tech Inc（RaiSim科技公司）
本文提出一种基于深度强化学习的四足机器人仿真训练方法，利用raisimGymTorch和RaiSim仿真ANYmal，通过近端策略优化算法求解MDP，在有限资源下实现有效运动策略，并为后续研究提供基础。
2025-02-23 cs.RO
Tethered Variable Inertial Attitude Control Mechanisms through a Modular Jumping Limbed Robot
University of California Los Angeles（加州大学洛杉矶分校）
本文提出面向低重力行星探测的系绳可变惯性姿态控制机构SPLITTER，由两台亚10kg四足机器人经系绳连接，通过MPC调整肢体和系绳长度改变转动惯量实现飞行稳定，无需飞轮或气动支持，为小型行星机器人连续跳跃探测提供高效方案。
2025-01-17 cs.RO
DeepGait: Planning and Control of Quadrupedal Gaits using Deep Reinforcement Learning
Robotic Systems Lab, ETH Zürich（苏黎世联邦理工学院机器人系统实验室）
本文研究了非平坦地形下的步行问题。由于诸如四足动物的足式机器人将被部署在具有难以建模和预测的几何形状的地形中，因此需要使它们具有很好地推广到不可预见的情况的能力。在这项工作中，我们提出了一种新的技术，训练神经网络的政策，地形感知运动，它结合了最先进的方法，基于模型的运动规划和强化学习。我们的方法是集中在制定马尔可夫决策过程中使用的评价动态可行性标准的物理模拟。因此，我们采用政策梯度的方法来独立的训练政策，分别计划和执行立足点和基础运动在3D环境中使用本体感受和外感受测量。我们应用我们的方法在一个具有挑战性的模拟地形的情况下，其中包含的功能，如狭窄的桥梁，差距和踏脚石，和训练政策，成功地在所有情况下，有效地进行。
2020-01-31 cs.LG cs.RO
State Estimation Transformers for Agile Legged Locomotion
Xiaomi Robotics Lab（小米机器人实验室）；Center for Robotics and Biosystems, Northwestern University（西北大学机器人与生物系统中心）
本文提出State Estimation Transformers（SET），将状态估计建模为条件序列建模，利用因果掩码Transformer预测四足机器人身体高度和速度等特权状态，在Cyberdog2上验证了其在跳跃、后空翻和侧滑任务中的估计精度、可迁移性及真实环境成功率优势。
2024-10-17 cs.RO
Guided Reinforcement Learning for Omnidirectional 3D Jumping in Quadruped Robots
Dynamic Legged System (DLS), Istituto Italiano di Tecnologia (IIT)（动态腿系统（DLS），意大利技术研究院（IIT））
本文提出一种引导强化学习方法，结合贝塞尔曲线与匀加速直线运动模型，提高四足机器人三维跳跃的效率和可解释性，通过仿真和实验验证了其优越性。
2026-05-18 cs.RO cs.SY eess.SY
A Real-World Quadrupedal Locomotion Benchmark for Offline Reinforcement Learning
Westlake University（西湖大学）；Westlake Institute for Advanced Study（西湖高等研究院）
本文构建真实四足运动 ORL 基准，利用 MPC 采集的数据集评测 11 种算法，表明最优 ORL 可媲美甚至超越无模型 RL，但稳定性与快速适应仍不及 MPC。
2023-09-13 cs.LG cs.RO
Hierarchical Reinforcement Learning for Quadruped Locomotion
Robotics at Google（谷歌机器人）
腿部运动对于学习算法来说是一项具有挑战性的任务，特别是当任务需要一组不同的原始行为时。为了解决这些问题，我们引入了一个分层框架来自动分解复杂的运动任务。高级策略在潜在空间中发出命令，并且还选择低级策略将执行该潜在命令的时间。同时，低级策略使用潜在命令并且仅使用机器人的板载传感器来控制机器人的致动器。我们的方法允许高级别策略以比低级别策略更低的频率运行。我们测试我们的框架上的路径跟踪任务的动态四足机器人，我们表明，转向行为自动出现在潜在的命令空间作为低层次的技能，需要这项任务。然后，我们显示出有效的适应训练的政策，以不同的任务，通过转让的训练低级别的政策。最后，我们验证了一个真正的四足机器人的政策。据我们所知，这是第一次将端到端分层学习应用于真正的机器人运动任务。
2019-05-22 cs.AI cs.LG cs.RO
PROMO: Preference-conditioned Multi-Objective Reinforcement Learning for Quadrupedal Robots
The University of Manchester（曼彻斯特大学）；BAE Systems（BAE系统公司）；University of Warwick（华威大学）
提出PROMO，一种偏好条件多目标强化学习方法，将偏好作为运行时输入，使单一策略实现多目标权衡，在仿真和真实机器人上展现广泛帕累托覆盖和显著性能提升。
2026-10-02 cs.AI cs.HC cs.LG
Versatile Real-Time Motion Synthesis via Kino-Dynamic MPC with Hybrid-Systems DDP
University of Notre Dame（圣母大学）；Robotics at Google（谷歌机器人部门）
四足机器人的跳跃等特殊运动通常通过一次性解决轨迹优化问题并使用跟踪控制器执行轨迹来实现。这种方法与通常通过在线重新规划来控制规则步态的模型预测控制（MPC）策略并行。在这项工作中，我们提出了一个非线性MPC（NMPC）技术，解锁的飞行重新规划的专门运动技能和定期运动在一个统一的框架内。NMPC的原因是关于一个混合kinodynamic模型，并解决了使用一个受约束的差分动态规划（DDP）求解器的变体。建议的NMPC使机器人能够执行各种敏捷的技能，如跳跃，跳跃和小跑，以及这些技能之间的快速转换。我们评估了所提出的算法与三个具有挑战性的运动序列，结合多种灵活的技能，在两个四足动物平台，Unitree A1，和麻省理工学院迷你猎豹，显示其有效性和通用性。
2022-09-28 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
Adaptation of Quadruped Robot Locomotion with Meta-Learning
Russian Quantum Center（俄罗斯量子中心）；Moscow Institute of Physics and Technology（莫斯科物理技术学院）；University of Oxford（牛津大学）
动物有非凡的能力来适应不同的地形和任务。然而，通过强化学习训练的机器人通常只能解决单个任务，并且转移的策略通常不如从头开始训练的策略。在这项工作中，我们证明了Meta强化学习可以用来成功地训练一个机器人能够解决广泛的运动任务。经过元训练的机器人的性能类似于在单个任务上训练的机器人的性能。
2021-07-08 cs.LG cs.RO
AcL: Action Learner for Fault-Tolerant Quadruped Locomotion Control
National University of Singapore（新加坡国立大学）
本文提出AcL，一种基于教师-学生强化学习的框架，通过风格奖励和策略蒸馏，使四足机器人在多关节故障下自主调整步态，实现稳定行走和容错控制。
2025-03-28 cs.LG cs.RO cs.SY
Learning Risk-Aware Quadrupedal Locomotion using Distributional Reinforcement Learning
ETH Zurich（苏黎世联邦理工学院）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
本文提出分布近端策略优化（DPPO），通过估计完整价值分布并引入可调风险参数，使四足机器人无需额外奖励调优即可实现从风险规避到风险寻求的动态运动行为。
2024-05-03 cs.LG cs.RO
Impedance Matching: Enabling an RL-Based Running Jump in a Quadruped Robot
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文提出基于频域阻抗匹配的仿真到现实迁移框架，缩小仿真与现实差距，使四足机器人实现基于强化学习的55厘米远、38厘米高助跑跳跃及多方向稳定行走。
2024-04-30 cs.LG cs.RO
Transporting Unsecured Stacked Payloads with a Quadrupedal Robot via Multi-Objective Reinforcement Learning
Fujitsu Limited（富士通株式会社）
针对四足机器人运输无固定堆叠载荷时运动与稳定性的权衡，提出PAMORT多目标强化学习方法，通过在线调整偏好权重，在仿真和真实实验中优于单目标基线，实现鲁棒运输。
2026-10-06 cs.LG cs.RO
Isaac Sim-to-Real: Reinforcement Learning based Locomotion for Quadrupeds
University of Louisville（路易斯维尔大学）
研究基于强化学习的四足动物运动，利用Isaac Sim和Isaac Lab训练，实现零样本模拟到现实策略，在宇树Go1硬件上验证，其速度跟踪性能佳，能从大干扰中恢复，实现特定线速度和角速度。
2026-07-23 cs.LG cs.RO
Training and Simulation of Quadrupedal Robot in Adaptive Stair Climbing and Descending for Indoor Firefighting: An End-to-End Reinforcement Learning Approach
Independent Researcher（独立研究者）；Department of Construction Management, Western New England University（西雅图新英格兰大学建设管理系）
本研究提出一种两阶段端到端强化学习方法，用于四足机器人在复杂室内环境中适应不同楼梯形状的爬行任务。
2026-07-22 cs.AI cs.LG cs.RO
Combining model-predictive control and predictive reinforcement learning for stable quadrupedal robot locomotion
针对四足机器人稳定步态生成问题，提出MPC与预测RL结合的混合控制器，以神经网络Q函数作为末端代价降低短时域计算负担，并实现无需预训练的实时稳定运动。
2023-07-15 cs.AI cs.RO cs.SY
Energy-Efficient Gait Adaptation via Hierarchical Reinforcement Learning for Quadrupedal Locomotion Across Diverse Terrains
ITMO University（ITMO大学）；Biomechatronics and Energy-Efficient Robotics Lab (BE2R)（仿生与节能机器人实验室（BE2R））
提出一种分层强化学习框架，分离高频运动执行与低频步态优化，在多种地形和速度下降低运输成本，并实现零样本仿真到现实迁移。
2026-10-08 cs.LG cs.RO
Learning Transferability: A Two-Stage Reinforcement Learning Approach for Enhancing Quadruped Robots' Performance in U-Shaped Stair Climbing
Western New England University（西新英格兰大学）
本研究提出一种两阶段强化学习方法，通过训练四足机器人在U形台阶上攀爬，提升其在不同台阶地形中的可迁移性和自主攀爬能力。
2026-02-16 cs.AI cs.HC cs.LG
Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization
Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（机械与自动化工程系，香港中文大学）
本文提出了一种结合NMPC和DE优化的四足轮腿机器人跳跃控制方法，实现了多种跳跃动作并验证了其有效性。
2026-02-25 cs.RO
CPG-RL: Learning Central Pattern Generators for Quadruped Locomotion
Ecole Polytechnique Federale de Lausanne（洛桑联邦理工学院）
在这封信中，我们提出了一种方法，用于集成中央模式发生器（CPG），即耦合振荡器系统，到深度强化学习（DRL）框架，以产生强大的和全方位的四足动物运动。智能体学习直接调节内在振荡器设定点（振幅和频率），并协调不同振荡器之间的节奏行为。这种方法还允许使用DRL来探索与神经科学相关的问题，即下行通路，interoscillator耦合和步态生成中的感觉反馈的作用。我们在模拟中训练我们的策略，并对Unitree A1四足动物进行仿真到现实迁移，在那里我们观察到对训练期间看不见的干扰的鲁棒行为，最明显的是动态增加的13.75 kg负载，占标称四足动物质量的115%。我们基于本体感受传感测试了几个不同的观察空间，并表明我们的框架是可部署的，没有域随机化，反馈很少，其中与振荡器状态一起，可以在观察空间中仅提供接触布尔值。视频结果可在https://youtu.be/xqXHLzLsEV4上找到。
2022-11-01 cs.AI cs.LG cs.RO
Tiny Reinforcement Learning for Quadruped Locomotion using Decision Transformers
Harvard University（哈佛大学）
本文提出用决策变换器结合专家演示与自定义奖励进行模仿学习，并通过量化和剪枝压缩模型，使四足机器人Bittle在资源受限平台上实现自然步态且模型体积减少约30%。
2024-02-20 cs.AI cs.LG cs.RO
Open-DiffLoco: Open-Source Differentiable Learning for Deployable Blind Quadruped Locomotion
University of Groningen（格罗宁根大学）
本文提出首个使用可微仿真训练可部署盲四足机器人运动策略的开源框架Open-DiffLoco，该框架实现SHAC算法并提出JAVE扩展，训练的策略在Unitree Go2机器人上表现优异且资源消耗低。
2026-08-04 cs.LG cs.RO cs.SY
Quadrupeds for Planetary Exploration: Field Testing Control Algorithms on an Active Volcano
Robotics Innovation Center, DFKI GmbH（机器人创新中心，DFKI GmbH）；German Aerospace Center, Institute of Space Systems（德国航空航天中心，空间系统研究所）；University of Bremen（不莱梅大学）
为验证四足机器人行星探测相关算法，DFKI在AAPLE项目中于武尔卡诺活火山开展实地测试，验证了新型自适应最优控制算法在类月火地形中的有效性，介绍了测试的技术方案与结果。
2025-10-21 cs.RO
Multi-Modal Legged Locomotion Framework with Automated Residual Reinforcement Learning
ShanghaiTech University（上海科技大学）
虽然四足机器人通常具有良好的稳定性和负载能力，但双足机器人对不同的任务和环境提供了更高水平的灵活性/适应性。多模态足式机器人可以两全其美。在本文中，我们提出了一个多模态运动框架，该框架由手工制作的过渡运动和基于学习的双足控制器组成-通过一种称为自动残差强化学习的新算法学习。该框架旨在赋予任意四足机器人两足行走的能力。特别是，我们1）设计了一个额外的支撑结构的四足机器人和顺序多模态转换策略; 2）提出了一种新的类强化学习算法的双足控制和评估其性能在仿真和现实世界。实验结果表明，我们提出的算法具有最好的性能在仿真和保持良好的性能在现实世界的机器人。总的来说，我们的多模态机器人可以成功地在四足和四足之间切换，并在两种模式下行走。实验视频和代码可在https://chenaah.github.io/multimodal/上获得。
2022-02-24 cs.RO
Whole-body model predictive control with rigid contacts via online switching time optimization
Kyoto University（京都大学）
针对具有刚性接触的机器人系统，提出了一种基于在线切换时间优化的整体模型预测控制（MPC）方法。我们把机器人动力学与刚性接触作为一个切换系统，制定切换系统的最优控制问题，以实现MPC。我们利用一个有效的解决方案算法的MPC问题，同时优化切换时间和轨迹。本高效的算法，不像现有的低效的方法，使在线优化以及切换时间。通过对四足机器人动态跳跃运动的数值模拟，将在线STO的MPC与传统的固定切换时间的MPC进行了比较。在仿真比较中，所提出的MPC成功地控制了动态跳跃运动的两倍的情况下，传统的MPC，这表明所提出的方法扩展了整体MPC的能力。我们进一步进行硬件实验的四足机器人Unitree A1和证明所提出的方法实现了真实机器人的动态运动。
2022-10-24 cs.RO math.OC
Real-Time Gait Adaptation for Quadrupeds using Model Predictive Control and Reinforcement Learning
Robert Bosch Center for Cyber-Physical Systems, Indian Institute of Science, Bengaluru（罗伯特·博世跨物理系统中心，印度科学研究院，班加罗尔）
提出结合MPPI与Dreamer的优化框架，在连续步态空间实现四足机器人实时步态自适应，仿真显示能耗平均降低36.48%。
2025-10-24 cs.AI cs.RO
Enhancing Efficiency of Quadrupedal Locomotion over Challenging Terrains with Extensible Feet
TCS Research（塔塔咨询服务公司研究院）
针对四足机器人复杂地形通行问题，提出配备膝足间移动关节的可延展足部方案，用深度强化学习训练运动策略，仿真验证显示其能提升通行可行性与效率。
2023-05-03 cs.RO cs.SY eess.SY
Towards Low-Gravity Planetary Exploration using Reinforcement Learning for Walking, Jumping, and In-flight Attitude Control
Autonomous Robots Lab（自主机器人实验室）；NTNU（挪威特罗姆瑟大学）
本文利用强化学习为四足机器人在火星低重力环境下开发行走、垂直跳跃、前向跳跃及飞行姿态控制策略，实现跨越障碍物并安全着陆，仿真与实验验证了策略的有效性。
2026-05-23 cs.RO cs.SY eess.SY
CARL: Controllable Agent with Reinforcement Learning for Quadruped Locomotion
Inventec Corp.（英业达公司）；Skywatch Innovation Inc.（天观创新公司）
动态环境中的运动合成一直是角色动画的一个长期问题。使用运动捕捉数据的方法往往在复杂的环境中伸缩性差，因为他们更大的捕捉和标记的要求。基于物理的控制器在这方面是有效的，尽管可控性较低。在本文中，我们提出了CARL，一个四足动物代理，可以控制与高层次的指令和自然反应的动态环境。从一个可以模仿单个动画片段的代理开始，我们使用生成对抗网络来适应高级控制，如速度和航向，以对应于原始动画的动作分布。通过深度强化学习的进一步微调，使智能体能够从看不见的外部扰动中恢复，同时产生平滑的过渡。然后，通过在整个过程中添加导航模块，在动态环境中创建自主智能体变得简单明了。我们评估我们的方法，通过测量代理的能力，遵循用户的控制，并提供一个可视化的分析所产生的运动，以显示其有效性。
2021-01-05 cs.GR cs.LG stat.ML
