Traversing Steep and Granular Martian Analog Slopes With a Dynamic Quadrupedal Robot
ETH Zurich（苏黎世联邦理工学院）；Max Planck Institute for Solar System Research（马克斯·普朗克太阳系研究所）
像月球和火星这样的天体主要被松散的颗粒状土壤覆盖，这是一个众所周知的具有挑战性的地形（轮式）机器人系统。在这里，我们目前的实验工作，穿越陡峭的，粒状的斜坡与动态行走的四足机器人SpaceBok。为了适应具有挑战性的环境，我们开发了被动自适应平面支脚和优化的履带板，以减少下沉并增加平面和倾斜颗粒土壤上的牵引力。单脚实验表明，即使在高度湿陷性土壤（ES-1）上，每英尺110平方厘米的大表面积也能将下沉降低到可接受的水平。与无抓地齿设计相比，采用多个12 mm抓地齿可在颗粒状介质上增加22%至66%的抓地力。与地形适应行走控制器一起，我们首次在火星模拟斜坡上验证了静态和动态运动，最大坡度可达25°（测试台的最大值）。我们评估了点和平面的脚和静态和动态步态的稳定性（安全性），速度和能量消耗之间的性能。我们表明，动态步态是积极更有效的静态步态，但在陡峭的斜坡上的风险。试验还表明，当坡度接近土壤剪切内摩擦角时，平面支脚的能量消耗急剧增加。尖脚由于其过度下沉而受滑移的影响较小，但反过来，容易不稳定和绊倒。我们提出并讨论了安全和节能的全球路径规划策略，访问陡峭的地形在火星上，根据我们的研究结果。
2021-06-03 cs.RO
Contact-Implicit Optimization of Locomotion Trajectories for a Quadrupedal Microrobot
Harvard University（哈佛大学）；Stanford University（斯坦福大学）
腿式微型机器人的运动轨迹规划是具有挑战性的，因为它们的复杂形态，高频率的被动动力学，和不连续的接触与环境的相互作用。因此，这种研究往往是由耗时的实验方法驱动的。作为一种替代方案，我们提出了一个框架，系统地建模，规划和控制腿microrobots。我们开发了一个1.5克四足微型机器人的三维动力学模型，自由度自由度的数量），类似于较大规模的足式机器人。然后，我们适应最近开发的变分接触隐式轨迹优化方法来产生可行的全身运动计划，这个microrobot，我们证明，这些计划可以跟踪简单的关节空间控制器。我们计划和执行周期性步态在多个步幅频率和各种表面上。这些步态实现了高的每周期速度，包括10.87毫米/周期的最大值，这是15%的速度比以前测量的速度为这个微型机器人。此外，我们计划并执行9.96 mm的垂直跳跃，这是微型机器人质心高度的78%。据我们所知，这是第一个端到端的演示规划和跟踪全身动态运动的毫米级腿微型机器人。
2019-01-25 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
Simultaneous Collision Detection and Force Estimation for Dynamic Quadrupedal Locomotion
Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室）
本文提出一种基于交互式多模型卡尔曼滤波器的四足运动碰撞检测与外力估计方法，并设计反射运动、导纳控制器和力自适应MPC以增强避碰与平衡，仿真和实验验证了其有效性。
2025-04-24 cs.RO
MULE: Multi-terrain and Unknown Load Adaptation for Effective Quadrupedal Locomotion
Department of Computer Science & Automation, Indian Institute of Science（计算机科学与自动化系，印度科学研究院）
提出一种自适应强化学习框架，通过标称策略和自适应策略协同，使四足机器人在无需步态设计或手动调参的情况下，动态适应未知载荷与多地形，显著提升了运动指令跟踪的鲁棒性。
2025-05-01 cs.AI 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
Design, Development and Experimental Realization of a Quadrupedal Research Platform: Stoch
Robert Bosch Centre for Cyber-Physical Systems, IISc, Bangalore, India（印度班加罗尔印度科学学院罗伯特·博世网络物理系统中心）；Faculty of Mechanical Engineering（机械工程学院）；Faculty of Electrical & Computer Engineering（电气与计算机工程学院）；Computer Science & Automation（计算机科学与自动化学院）；Robert Bosch Center for Cyber Physical Systems, IISc, Bengaluru, India（印度班加罗尔印度科学学院罗伯特·博世网络物理系统中心）
在本文中，我们提出了一个完整的描述，我们定制的四足机器人的硬件设计和控制体系结构，被称为“Stoch”。我们的目标是实现一个强大的，模块化的，可靠的四足平台，使用它探索各种运动行为。这个平台使我们能够探索不同的研究问题，在腿运动，使用传统的和基于学习的技术。我们讨论的优点和局限性的平台，在利用现有的行为，快速快速原型，复制和修复。最后，我们将展示小跑，跳跃行为，以及转弯的初步结果。此外，我们还将展示各种步态转换，即，小跑转向和小跑束缚行为。
2019-02-27 cs.RO
Learning robust perceptive locomotion for quadrupedal robots in the wild
Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室）；Robotics and Artificial Intelligence Lab, KAIST（韩国科学技术院机器人与人工智能实验室）；Intelligent Systems Lab, Intel（英特尔智能系统实验室）
足式机器人能够在偏远和危险的环境中自主操作，这将大大增加对未开发地区进行勘探的机会。外感受性感知对于快速和节能的运动至关重要：在接触地形之前感知地形，可以提前规划和适应步态，以保持速度和稳定性。然而，利用外感受性感知的运动鲁棒性仍然是一个巨大的挑战，在机器人。雪、植被和水在视觉上看起来像是机器人无法踩到的障碍物，或者由于高反射率而完全消失。此外，深度感知可能会由于照明困难、灰尘、雾、反射或透明表面、传感器遮挡等而降低。出于这个原因，迄今为止，腿部运动的最稳健和最通用的解决方案仅依赖于本体感受。这严重限制了移动速度，因为机器人在相应地调整步态之前必须对地形进行物理感知。在这里，我们提出了一个强大的和一般的解决方案，整合外感受和本体感受的腿部运动的看法。我们利用一个基于注意力的递归编码器，它集成了本体感受和外感受输入。编码器经过端到端的训练，并学会无缝地结合不同的感知模式，而无需求助于机器学习。其结果是一个腿运动控制器具有高鲁棒性和速度。该控制器在多个季节的各种具有挑战性的自然和城市环境中进行了测试，并在推荐给人类徒步旅行者的时间内完成了阿尔卑斯山长达一小时的徒步旅行。
2022-01-20 cs.RO
Quadruped Capturability and Push Recovery via a Switched-Systems Characterization of Dynamic Balance
Southern University of Science and Technology（南方科技大学）；University of Notre Dame（圣母大学）
本文研究四足机器人运动的捕获性和推力恢复。尽管关于足式机器人的可捕获性分析和推动恢复控制的文献丰富，但现有的工具主要是为两足动物或类人动物开发的。独特的四足特征，如点接触和多摆动腿，防止直接应用这些方法。为了解决这个差距，我们提出了一个切换系统模型的四足动力学，并实例化的抽象可行性概念四足运动与基于时间的步态。捕获的特点是通过一个新的规范的动态平衡状态，解决了四足运动和平衡的时变性质。一个线性倒立摆（LIP）模型被采用来证明理论和显示如何新开发的四足捕获能力可以用于运动规划四足推动恢复。我们制定和解决一个明确的模型预测控制（EMPC）问题，其最优解充分表征四足动物的捕获能力与LIP。基于此分析，设计了一种基于优化的规划方案，用于在推恢复期间确定脚步和质心参考。为了验证整个框架的有效性，我们进行了大量的仿真和硬件实验。仿真结果表明，考虑动态平衡的四足机器人的捕获能力的必要性，和显着改善的干扰抑制与所提出的策略。对迷你猎豹四足动物的复制品进行的实验验证表明，与最先进的技术相比，其性能提高了100%。
2022-02-17 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
Agile and Versatile Robot Locomotion via Kernel-based Residual Learning
University of Edinburgh（爱丁堡大学）；University College London（伦敦大学学院）
这项工作开发了一个基于内核的残余学习框架的四足机器人运动。最初，用从MPC控制器收集的数据训练内核神经网络。除了冻结核网络之外，通过强化学习训练剩余控制器网络，以获得广义运动技能和对外部扰动的弹性。在此框架下，一个强大的四足运动控制器的学习与高样本效率和可控性，提供全方位的运动在连续的速度。它的通用性和鲁棒性的专家MPC控制器无法穿越看不见的地形进行验证。此外，学习的内核可以产生一系列功能性运动行为，并可以推广到看不见的步态。
2023-02-14 cs.RO
Refining Motion for Peak Performance: Identifying Optimal Gait Parameters for Energy-Efficient Quadrupedal Bounding
Department of Mechanical and Aerospace Engineering, Syracuse University（机械与航空航天工程系，苏利文大学）
本文通过 Unitree A1 建模仿真与实验验证，研究占空比、相位偏移和步幅持续时间对四足跳跃奔跑能耗的影响，证明优化步态参数可显著提升能效。
2025-07-17 cs.RO
Towards dynamic Narrow path walking on NU's Husky
Northeastern University（东北大学）
本研究针对东北大学 Husky 多模态四足机器人在窄路径上的动态行走问题，通过 HROM 建模、线性化动力学最优控制框架及步态调度方法生成开环步态，并经 Simscape 仿真与实验验证，为空中-腿部系统提供了可行方案。
2023-12-19 cs.RO
Fast and Efficient Locomotion via Learned Gait Transitions
University of Washington（华盛顿大学）；Robotics at Google（Google机器人部门）
我们专注于开发四足机器人的节能控制器的问题。动物可以以不同的速度主动切换步态，以降低能量消耗。在本文中，我们设计了一个分层的学习框架，其中独特的运动步态和自然的步态过渡自动出现一个简单的奖励能量最小化。我们使用进化策略（ES）训练一个高层次的步态政策，指定步态模式的每只脚，而低层次的凸MPC控制器优化电机命令，使机器人可以走在一个所需的速度使用该步态模式。我们在四足机器人上测试了我们的学习框架，并展示了自动步态转换，从步行到小跑和小跑，随着机器人速度的增加。我们表明，学习的分层控制器消耗更少的能量在很宽的运动速度范围内比基线控制器。
2021-11-22 cs.LG cs.RO
Imitating and Finetuning Model Predictive Control for Robust and Symmetric Quadrupedal Locomotion
Korea Advanced Institute of Science and Technology（韩国科学技术院）；Georgia Institute of Technology（佐治亚理工学院）
提出模仿与微调模型预测控制（IFM）框架，结合模型预测控制与模仿学习及强化学习，提升四足机器人在复杂地形上的运动性能、对称性和能效。
2026-05-27 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
GLiDE: Generalizable Quadrupedal Locomotion in Diverse Environments with a Centroidal Model
University of British Columbia（不列颠哥伦比亚大学）；NVIDIA（英伟达）；University of Toronto（多伦多大学）；Vector Institute（向量研究所）
用于腿部运动的无模型强化学习（RL）通常依赖于物理模拟器，其可以准确地预测机器人的每个自由度的行为。相反，近似降阶模型通常用于许多模型预测控制策略。在这项工作中，我们放弃了在RL中使用高保真动力学模型的传统方法，而是试图了解当将RL与一个更简单的质心模型应用于四足运动时可以实现什么。我们表明，基于RL控制的质心模型的加速度是令人惊讶的有效，当结合二次规划，以实现通过地面接触力的命令的行动。它允许简单的奖励结构、降低的计算成本和鲁棒的仿真到现实迁移。我们通过演示平坦地形步态，踏脚石运动，两条腿的地方平衡，平衡梁运动，并直接仿真到现实迁移的方法的一般性。
2022-02-15 cs.LG 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
Breaking speed scaling in quadrupedal robots via Huygens' coupled-pendulum dynamics
Center for X-Mechanics, Zhejiang University（浙江大学交叉力学中心）；ZJU-Hangzhou Global Scientific and Technological Innovation Center（浙江大学杭州国际科创中心）；Mirrorme Technology Co., Ltd.（魔镜科技有限公司）
受惠更斯耦合摆启发，通过利用肢体间惯性耦合降低峰值力矩，实现四足机器人10.74米/秒奔跑速度，突破速度缩放限制。
2026-09-15 cs.RO
Passive Quadrupedal Gait Synchronization for Extra Robotic Legs Using a Dynamically Coupled Double Rimless Wheel Model
United States Military Academy（美国军事学院）；Massachusetts Institute of Technology（麻省理工学院）
额外机器人腿（XRL）系统是由人类操作员佩戴的机器人增强装置，由两条铰接的机器人腿组成，它们与操作员一起行走，并帮助承载沉重的背包有效载荷。对于Human-XRL四足系统来说，理想的是在步态周期的25%中后腿领先于前腿行走，从而最小化足部冲击的能量损失，同时最大化平衡稳定性。与四足机器人不同，XRL不能命令人类的四肢协调四足运动。利用一对无框车轮模型，它表明，系统与弹簧和阻尼器耦合收敛到所需的25%的相位差。利用数值模拟生成庞加莱返回映射，以检查不同耦合器设计参数和初始条件的收敛特性。动力耦合双无框轮系统的物理实现与弹簧和阻尼器从理论上的结果选择，和初步的实验表明，所需的同步性能可以实现在几个步骤内使用这套被动组件单独。
2020-07-02 cs.RO
First Steps Towards Full Model Based Motion Planning and Control of Quadrupeds: A Hybrid Zero Dynamics Approach
California Institute of Technology（加州理工学院）；Virginia Polytechnic Institute and State University（弗吉尼亚理工学院暨州立大学）
混合零动力学（HZD）方法已成为双足机器人步态规划和控制的有力工具。本文旨在扩展HZD方法，以解决四足机器人的行走，漫步和小跑行为。我们提出了一个框架，系统地产生了广泛的最佳轨迹，然后证明稳定他们的全阶，非线性和混合动力模型的四足运动。步态规划是通过一个可扩展的非线性规划，使用直接配置和HZD。然后通过Poincaré截面分析实现指数稳定的控制器综合。特别是，我们采用迭代优化算法，涉及线性和双线性矩阵不等式（LMI和BMI）设计基于HZD的控制器，保证指数稳定的不动点的庞加莱返回映射。通过步态生成和基于HZD的控制器合成的一个先进的四足机器人，-视觉60，36个状态变量和12个控制输入的框架的权力被证明。数值模拟和真实世界的实验证实了所提出的框架的有效性。
2019-09-17 cs.RO cs.SY eess.SY
Dynamic Legged Manipulation of a Ball Through Multi-Contact Optimization
University of California, Berkeley（加州大学伯克利分校）
机器人的脚通常用于设计运动策略，例如平衡，行走和跑步。然而，它们也具有执行操纵任务的巨大潜力。在本文中，我们提出了一个模型预测控制（MPC）框架的四足机器人动态平衡球，同时操纵它遵循各种轨迹，如直线，正弦曲线，圆和原地转弯。我们数值验证我们的控制器上的迷你猎豹机器人使用不同的步态，包括小跑，弹跳，和pronking球。
2020-12-21 cs.RO
A Learning Framework for Diverse Legged Robot Locomotion Using Barrier-Based Style Rewards
本文提出一种基于障碍风格奖励的无模型强化学习框架，使 KAIST HOUND 机器人无需外部感知即可实现四足、三足、双足运动及越障、疾驰、负重、上楼梯等多样化任务。
2025-05-09 cs.RO
Robust Quadrupedal Locomotion on Sloped Terrains: A Linear Policy Approach
Robert Bosch Centre for Cyber Physical Systems（罗伯特·博世网络物理系统中心）；Indian Institute of Science（印度科学学院）
在本文中，鉴于在低成本的硬件快速部署的运动步态，我们使用线性的政策，实现四足机器人，Stoch $2$的末端脚轨迹。特别地，末端脚轨迹的参数经由线性反馈策略成形，该线性反馈策略将躯干取向和地形坡度作为输入。通过逆运动学求解器获得相应的期望关节角度，并通过PID控制律进行跟踪。采用无模型无梯度的增广随机搜索学习算法对线性策略进行训练。仿真结果表明，所产生的步行是鲁棒的地形坡度变化和外部推动。这种方法不仅计算重量轻，而且使用最小的传感和驱动能力的机器人，从而证明了这种方法。
2020-11-10 cs.AI cs.LG cs.RO
The Robot of Theseus: A modular robotic testbed for legged locomotion
University of Michigan（密歇根大学）
本研究提出名为TROT的低成本模块化四足机器人试验台，可匹配多种动物形态用于生物力学假设检验，硬件开源且应用场景广泛。
2025-05-19 cs.RO
Deformable Multibody Modeling for Model Predictive Control in Legged Locomotion with Embodied Compliance
Dept. of Electrical and Computer Engineering, University of California, Riverside（加州大学河滨分校电气与计算机工程系）
本文提出一种可变形多体建模方法，通过开发质心复合预测变形惯性（CCPDI）张量并与MPC集成，有效稳定了具有实体柔顺性四足机器人的动态步态，提升了步态稳定性和鲁棒性。
2025-04-28 cs.RO
Bilevel Optimization for Real-Time Control with Application to Locomotion Gait Generation
California Institute of Technology（加州理工学院）
本文提出一种双层优化实时控制算法，高层优化接触计划，低层MPC生成控制输入，应用于四足机器人，提升扰动抑制与最优性并生成新步态。
2024-09-18 cs.RO cs.SY eess.SY
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
Towards Dynamic Quadrupedal Gaits: A Symmetry-Guided RL Hierarchy Enables Free Gait Transitions at Varying Speeds
本文提出基于对称性的强化学习方法，实现四足机器人在不同速度下的自由步态转换，提升运动适应性。
2026-02-11 cs.RO cs.SY eess.SY
Leveraging the Template and Anchor Framework for Safe, Online Robotic Gait Design
Robotics Institute, University of Michigan（密歇根大学机器人研究所）；Department of Mechanical Engineering, University of Michigan（密歇根大学机械工程系）；Department of Naval Architecture and Marine Engineering, University of Michigan（密歇根大学 naval architecture and marine engineering系）
在线控制设计使用高保真，全阶模型的双足机器人可能是具有挑战性的，由于模型的状态空间的大小。克服这一挑战的一种常用解决方案是在执行控制综合的同时，用简化的降阶模型（模板）来近似全阶模型（锚）。不幸的是，它是具有挑战性的正式保证锚模型的安全性使用的控制器设计在一个在线的方式使用模板模型。为了解决这个问题，本文提出了一种方法来生成锚模型的安全保护控制器进行可达性分析的模板模型，同时限制建模误差。本文介绍了如何将此可达集可以纳入一个模型预测控制框架，选择控制器，导致在锚模型上的安全行走在一个在线的方式。该方法被示出的5链接兔子模型，并示出允许机器人安全地行走，同时利用控制器设计在一个在线的方式。
2019-09-24 cs.RO
Learning Free Gait Transition for Quadruped Robots via Phase-Guided Controller
Zhejiang University（浙江大学）；ZJU-Hangzhou Global Scientific and Technological Innovation Center（浙江大学-杭州市全球科技创新中心）；State Key Laboratory of Fluid Power and Mechatronic System, Zhejiang University（浙江大学流体动力与机电系统国家重点实验室）；Institute of Applied Mechanics, Zhejiang University（浙江大学应用力学研究所）
步态和过渡是腿部运动的关键组成部分。对于足式机器人，描述和再现步态以及过渡仍然是长期的挑战。强化学习已成为足式机器人控制器设计的有力工具。然而，学习多种步态和过渡，是与多任务学习问题。在这项工作中，我们提出了一个新的框架，用于训练一个简单的控制策略，四足机器人在各种步态中的步态。四个独立的阶段被用作步态发生器和控制策略之间的接口，其特征在于四只脚的运动。在这些阶段的指导下，四足机器人能够根据生成的步态（如步行、小跑、踱步和跳跃）进行步行，并在这些步态之间进行过渡。更一般的阶段可以用来产生复杂的步态，如混合节奏的舞蹈。采用该控制策略，黑豹机器人，一个中型狗大小的四足机器人，可以执行所有学习的运动技能，同时遵循速度命令顺利和强大的自然环境。
2022-01-01 cs.AI cs.RO
Dynamics and Domain Randomized Gait Modulation with Bezier Curves for Sim-to-Real Legged Locomotion
Northwestern University（西北大学）；Carnegie Mellon University（卡内基梅隆大学）
我们提出了一个模拟到真实的框架，使用动态和域随机离线强化学习，以提高开环步态的足式机器人，使他们能够穿越不平坦的地形，而不感脚的影响。我们的方法，D $^2$ -随机步态调制与贝塞尔曲线（D $^2$ -GMBC），使用增强随机搜索与随机动力学和地形训练，在仿真中，修改的参数和输出的开环贝塞尔曲线步态发生器的四足机器人的政策。该策略，仅使用惯性测量，使机器人穿越未知的粗糙地形，即使机器人的物理参数不匹配的开环模型。我们比较由此产生的政策，手动调整贝塞尔曲线步态和训练没有随机化的政策，无论是在模拟和一个真正的四足机器人。使用D $^2$ -GMBC，在未观察到的和未知的不平坦地形上进行的各种实验中，机器人比手动调整步态或在没有域随机化的情况下学习的步态走得更远。此外，使用D $^2$ -GMBC，机器人可以横向行走和旋转，而在崎岖的地形，即使它只被训练为向前行走。
2020-10-22 cs.RO
Technical Report on: Tripedal Dynamic Gaits for a Quadruped Robot
University of Pennsylvania（宾夕法尼亚大学）
本文针对四足机器人单肢缺失问题，实证研究了一种容错三足动态步态，通过将平面单足跳跃模板组合应用于三足空间机器，为受损四足机器人的恢复步态开发提供了可推广的指导。
2023-09-22 cs.RO
Learning Quadrupedal Locomotion with Impaired Joints Using Random Joint Masking
Seoul National University of Science and Technology（首尔科学技术大学）；Carnegie Mellon University（卡内基梅隆大学）
提出融合随机关节掩码、关节状态估计与渐进式课程学习的深度强化学习框架，使四足机器人在多种关节受损情况下仍能行走，并在 Go1 上完成真实环境验证。
2024-03-01 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
Agile perceptive multi-skill locomotion for quadrupedal robots in the wild
Agency for Defense Development（国防发展局）；Korea Advanced Institute of Science and Technology（韩国科学技术院）；DIDEN Robotics（迪登机器人公司）；Korea University（韩国大学）
研究使四足机器人在复杂地形实现多技能运动的问题，提出 APT-RL 框架，利用机载感知和计算自主转换技能，通过轨迹优化生成数据集训练技能，经实验验证该框架能让机器人在复杂环境敏捷机动，稳健穿越多样障碍物。
2026-07-16 cs.AI cs.LG cs.RO
Imitation Learning from MPC for Quadrupedal Multi-Gait Control
ETH Zürich（苏黎世联邦理工学院）
我们提出了一个学习算法训练一个单一的政策，模仿步行机器人的多个步态。为了实现这一目标，我们使用并扩展了MPC-Net，这是一种由模型预测控制（MPC）指导的模仿学习方法。MPC网络的策略不同于许多其他方法，因为它的目标是最小化控制哈密顿量，这是从最优性原理推导出来的。为了表示的政策，我们采用了混合专家网络（MEN），并观察到，如果MEN的每个专家专门控制一个模式的混合动力系统，如步行机器人的政策的性能提高。我们引入新的损失函数的单步态和多步态的政策，以实现这种专家选择行为。此外，我们基准测试我们的算法对行为克隆和原始MPC实现在各种粗糙的地形场景。我们验证了我们的方法在硬件上，并表明，一个单一的学习策略可以取代它的老师来控制多个步态。
2021-03-26 cs.AI cs.RO cs.SY
Discrete-Time Hybrid Automata Learning: Legged Locomotion Meets Skateboarding
University of Michigan（密歇根大学）；Southern University of Science and Technology（南方科技大学）
本文提出DHAL框架，通过结合强化学习、beta策略分布和多评论家架构，在无需轨迹分割或事件函数学习的情况下识别并执行混合动力系统的模式切换，并在四足机器人滑板任务中验证了其鲁棒性能。
2025-04-06 cs.RO
Learning to Walk by Steering: Perceptive Quadrupedal Locomotion in Dynamic Environments
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Vanderbilt University（范德堡大学）
我们解决了动态环境中感知运动的问题。在这个问题中，一个四足机器人必须表现出强大的和敏捷的行走行为，以应对环境的混乱和移动的障碍。我们提出了一个分层的学习框架，名为PRELUDE，它分解的感知运动的问题，高层决策预测导航命令和低层的步态生成，以实现目标命令。在这个框架中，我们训练高层次的导航控制器与模仿学习上收集的人的示范转向推车和低层次的步态控制器与强化学习（RL）。因此，我们的方法可以获得复杂的导航行为从人类的监督和发现多才多艺的步态从试错。我们证明了我们的方法在仿真和硬件实验的有效性。视频和代码可以在项目页面上找到：https://ut-austin-rpl.github.io/PRELUDE。
2023-02-19 cs.AI 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
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
Puppeteer and Marionette: Learning Anticipatory Quadrupedal Locomotion Based on Interactions of a Central Pattern Generator and Supraspinal Drive
Ecole Polytechnique Federale de Lausanne (EPFL)（洛桑联邦理工学院）
四足动物的运动来自脊髓中央模式发生器（CPG），感觉反馈和来自大脑的脊髓上驱动信号之间的相互作用。CPG的计算模型已被广泛用于研究脊髓对计算神经科学和仿生机器人中动物运动控制的贡献。然而，脊髓上驱动对预期行为的贡献，即涉及提前计划（例如脚步放置）的运动行为，尚未得到正确理解。特别是，目前尚不清楚大脑是否调节CPG活动和/或直接调节肌肉活动（因此绕过CPG）以实现准确的足部放置。在本文中，我们研究的相互作用，脊髓上的驱动器和CPG在预期的运动方案，涉及跨越差距。通过采用深度强化学习（DRL），我们训练了一个复制脊髓上驱动行为的神经网络策略。该策略可以调节CPG动态，或者直接改变致动信号以绕过CPG动态。我们的研究结果表明，致动信号的直接脊髓上的贡献是一个高的间隙穿越成功率的关键组成部分。然而，脊髓中的CPG动力学对于步态平稳性和能量效率是有益的。此外，我们的研究表明，感觉前足距离的差距是最重要的和足够的感觉信息，学习间隙跨越。我们的研究结果支持了猫和马主要控制前腿避障的生物学假设，后肢遵循基于前肢信息的内部记忆。我们的方法使四足机器人跨越的差距高达20厘米（50%的身体长度），没有任何明确的动力学建模或模型预测控制（MPC）。
2023-02-26 cs.AI cs.LG cs.RO
Test and Evaluation of Quadrupedal Walking Gaits through Sim2Real Gap Quantification
California Institute of Technology（加州理工学院）
在这封信中，作者提出了一个两步的方法来评估和验证一个真正的系统的能力，以满足其业务目标。具体而言，每当系统目标具有可量化的满意度度量时，即信号时序逻辑规范、障碍函数等-作者开发了两个单独的优化问题，可通过贝叶斯优化过程解决，详细说明如下。这种双重方法具有量化系统仿真器与其硬件对应物之间的Sim 2 Real差距的额外好处。我们的贡献是双重的。首先，我们展示了在解决这些优化问题时，我们概述的优化过程的可重复性。第二，我们表明，相同的程序可以区分不同的环境，通过识别模拟器和它的硬件对应在不同的环境中运行之间的Sim 2 Real差距。
2022-01-04 cs.LG 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
Rolling in the Deep -- Hybrid Locomotion for Wheeled-Legged Robots using Online Trajectory Optimization
ETH Zürich（苏黎世联邦理工学院）；Delft University of Technology（代尔夫特理工大学）；Boston Dynamics（波士顿动力公司）
轮式足式机器人具有高度敏捷和多功能运动的潜力。腿和轮子的组合可能是任何需要在具有挑战性的地形上快速和长距离移动技能的现实世界应用的解决方案。在本文中，我们提出了一个在线轨迹优化框架轮式四足机器人能够执行混合步行驱动运动策略。通过将优化问题分解为轮和基座轨迹规划，高维轮足式机器人的运动规划变得更加易于处理，可以以模型预测控制的方式实时在线求解，并且对于不可预测的干扰变得鲁棒。参考运动由分层全身控制器跟踪，该控制器向机器人发送扭矩命令。我们的方法是验证四足机器人与非转向轮连接到它的腿。该机器人执行混合运动的各种步态序列在粗糙的地形。此外，我们在美国国防高级研究计划局（DARPA）地下挑战赛中验证了机器人平台，机器人在那里快速绘制地图，导航和探索动态地下环境。
2020-02-06 cs.RO cs.SY eess.SY
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
Stable and Robust SLIP Model Control via Energy Conservation-Based Feedback Cancellation for Quadrupedal Applications
Department of Mechanical Engineering（机械工程系）
本文提出基于能量守恒的SLIP控制架构，通过支撑阶段跟踪抛物线样条实现四足机器人稳定弹跳，并在Ghost Robotics Minitaur仿真中验证了其对10%传感器误差的鲁棒性。
2025-11-07 cs.RO
DeepTransition: Viability Leads to the Emergence of Gait Transitions in Learning Anticipatory Quadrupedal Locomotion Skills
École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
该研究提出生存性是四足步态转变的核心判定标准，通过深度强化学习验证了平坦与离散地形下的步态转变规律，并通过仿真到现实迁移在Unitree A1机器人上实现了高敏捷性的自主跨隙步态切换。
2023-06-14 cs.AI cs.LG cs.RO
Reinforcement Learning with Evolutionary Trajectory Generator: A General Approach for Quadrupedal Locomotion
Chinese University of Hong Kong（香港中文大学）；Baidu Inc.（百度公司）；Southern University of Science and Technology（南方科技大学）；Shenzhen Research Institute of the Chinese University of Hong Kong（香港中文大学深圳研究院）
近年来，强化学习（RL）作为一种新的四足机器人运动控制方法，可以节省传统方法中的人工劳动，如设计特定技能的控制器。然而，由于四足机器人中复杂的非线性动力学和奖励稀疏性，RL仍然很难从头开始学习有效的步态，特别是在具有挑战性的任务中，例如在平衡木上行走。为了减轻这种困难，我们提出了一种新的基于RL的方法，其中包含一个进化的脚轨迹发生器。与使用固定轨迹生成器的现有方法不同，该生成器不断优化给定任务的输出轨迹的形状，提供多样化的运动先验来指导策略学习。该策略采用强化学习进行训练，输出适合不同步态的残差控制信号。然后交替优化轨迹生成器和策略网络，以稳定训练并共享探索性数据，以提高样本效率。因此，我们的方法可以通过从头开始学习来解决模拟中的一系列具有挑战性的任务，包括在平衡木上行走和在洞穴中爬行。为了进一步验证我们的方法的有效性，我们部署在12自由度的四足机器人的模拟学习的控制器，它可以成功地穿越具有挑战性的场景与有效的步态。
2021-09-16 cs.AI cs.RO
S-Cheetah: A Novel Quadrupedal Robot with a 3-DOF Active Spine Learning Agile Locomotion
School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学）
本文提出一种具有3自由度仿生主动脊柱的四足机器人S-Cheetah，并设计强化学习框架使其实现高速奔跑、原地转向及空中自翻等敏捷运动。
2026-05-27 cs.RO
An Adaptable Approach to Learn Realistic Legged Locomotion without Examples
Barcelona Supercomputing Center (BSC)（巴塞罗那超级计算中心）
在自然界中再现腿部运动的学习控制器一直是机器人和计算机图形学的长期目标。虽然产生有前途的结果，最近的方法还不够灵活，适用于不同形态的腿系统。这部分是因为它们通常依赖于精确的动作捕捉参考或精心设计的学习环境，以确保紧急运动步态的自然性，但防止泛化。这项工作提出了一种通用的方法，以确保运动的现实主义指导学习过程中的弹簧加载倒立摆模型作为参考。利用强化学习（RL）的探索能力，我们学习了一种控制策略，该策略填补了模板模型和保持稳定和周期性运动所需的全身动力学之间的信息间隙。所提出的方法可以应用于不同尺寸和形态的机器人，并适应于任何RL技术和控制架构。我们目前的实验结果表明，即使在一个无模型的设置和一个简单的反应式控制架构，学习的政策可以产生现实和节能的运动步态的两足和四足机器人。最重要的是，这是在不使用运动捕捉、机器人动力学或运动学的强约束、也不规定肢体协调的情况下实现的。我们提供了补充视频，用于定性分析学习步态的自然性。
2022-02-08 cs.AI cs.GR cs.RO
RL-augmented Adaptive Model Predictive Control for Bipedal Locomotion over Challenging Terrain
Georgia Institute of Technology（佐治亚理工学院）；Northeastern University（东北大学）
针对复杂地形双足运动中MPC地形建模难、RL无约束保证的问题，提出RL增强型MPC框架，参数化MPC关键组件，仿真验证其适应性和鲁棒性优于基线MPC与RL。
2025-09-22 cs.RO
Wall-Climbing Performance of Gecko-inspired Robot with Soft Feet and Digits enhanced by Gravity Compensation
Shenzhen Research Institute, Nanjing University of Aeronautics and Astronautics（南京航空航天大学深圳研究院）
针对低腿部刚度攀爬机器人因重力导致身体姿态偏差和末端附着不可靠的问题，本文提出前馈重力补偿（FGC）策略并结合腿部协调，在四足机器人 EF-I 上验证了其可将天花板行走成功率从 30% 提升至 100%，速度达到 9.2 mm/s。
2024-05-04 cs.RO
Effect of Gait Design on Proprioceptive Sensing of Terrain Properties in a Quadrupedal Robot
Department of Mechanical Engineering, Massachusetts Institute of Technology（机械工程系，麻省理工学院）；Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California（Ming Hsieh 电子与计算机工程系，南加州大学）；Department of Earth and Environmental Science, University of Pennsylvania（地球与环境科学系，宾夕法尼亚大学）
本文对比四足机器人的Crawl N' Sense与Trot-Walk步态，证明慢速爬行步态能更稳定、准确地感知可变形地形强度及表面结壳破裂。
2025-09-26 cs.RO cs.SY eess.SY
