通过模仿动物学习具有敏捷行为的地形自适应运动
Learning Terrain-Adaptive Locomotion with Agile Behaviors by Imitating Animals
AI总结：
本文提出一种结合动物运动模仿学习与地形自适应训练的四足机器人控制框架，并在真实机器人Max上实现零样本迁移，爬楼梯速度达1.1 m/s。
摘要：
在本文中，我们提出了一个通用学习框架，用于控制四足机器人，使其能够模仿真实动物的行为并穿越具有挑战性的地形。我们的方法包括两个步骤：一个模仿学习步骤，用于从真实动物的运动中学习；以及一个地形适应步骤，用于实现对未见地形的泛化。我们捕捉了一只拉布拉多犬在各种地形上的运动，以促进地形自适应运动。我们的实验表明，我们的策略能够穿越各种地形并产生自然外观的行为。我们通过零样本仿真到现实迁移，将我们的方法部署在真实四足机器人Max上，在爬楼梯时实现了1.1 m/s的速度。
英文摘要：
In this paper, we present a general learning framework for controlling a quadruped robot that can mimic the behavior of real animals and traverse challenging terrains. Our method consists of two steps: an imitation learning step to learn from motions of real animals, and a terrain adaptation step to enable generalization to unseen terrains. We capture motions from a Labrador on various terrains to facilitate terrain adaptive locomotion. Our experiments demonstrate that our policy can traverse various terrains and produce a natural-looking behavior. We deployed our method on the real quadruped robot Max via zero-shot simulation-to-reality transfer, achieving a speed of 1.1 m/s on stairs climbing.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
