From Pixels to Legs: Hierarchical Learning of Quadruped Locomotion
Robotics at Google（谷歌机器人）
足式机器人在现实世界中拥挤的场景和复杂的地形中导航时，需要执行动态腿部运动，同时处理视觉输入以进行避障和路径规划。我们表明，一个四足机器人可以通过分层强化学习（HRL）获得这两种技能。凭借其层次结构，我们的政策学习隐式地打破了这个联合问题，同时学习高级别（HL）和低级别（LL）神经网络政策。这两个层次由一个低维隐藏层连接，我们称之为潜在命令。HL接收第一人称相机视图，而LL接收来自HL和机器人的机载传感器的潜在命令以控制其致动器。我们训练政策在两种不同的环境中行走：弯曲的悬崖和迷宫。我们表明，分层策略可以同时学习在这些环境中的导航和导航，并表明他们比非分层神经网络政策更有效。该架构还允许跨任务的知识重用。在一个任务上训练的LL网络可以转移到新环境中的新任务。最后，处理相机图像的HL可以在比LL低得多的变化频率下进行评估，从而减少计算时间和带宽要求。
2020-11-23 cs.CV cs.LG cs.RO
Rapid Embodiment Adaptation for Quadrupedal Locomotion
UC San Diego（加州大学圣迭戈分校）；Stanford University（斯坦福大学）；TU Darmstadt（达姆施塔特工业大学）；Sudo AI GmbH（Sudo AI 有限公司）；German Research Center for AI (DFKI)（德国人工智能研究中心）；Robotics Institute Germany（德国机器人研究所）
本研究提出在线身体适配框架，结合通用策略与轻量级适配模块，可快速推断四足机器人硬件状态，在仿真与真实Unitree Go2机器人上均实现了对关节、负载变化的稳定适配。
2026-08-07 cs.AI cs.LG cs.RO
Actuator-Constrained Reinforcement Learning for High-Speed Quadrupedal Locomotion
Korea Advanced Institute of Science and Technology（韩国科学技术院）
本文提出在执行器转矩-转速约束下进行强化学习，实现四足机器人高速奔跑，通过均匀分配转矩和轻量化足部设计，使45公斤的KAIST Hound达到6.5米/秒的最快速度。
2023-12-29 cs.RO
GLAMDRING: Gait Learning And Morphology co-Design via Reinforcement LearnING of CPGs
Purdue University（普渡大学）
GLAMDRING通过强化学习协同设计四足机器人形态与CPG步态，满足运动约束并优化速度或能效，实验表明协同设计必要且动物步态自然涌现。
2026-09-18 cs.LG cs.RO
Extending the Speed Limit of Quadrupedal Locomotion via Refined Actuator Modeling and Adaptive Command Scheduling
Zhejiang University（浙江大学）；ZJU-Hangzhou Global Scientific and Technological Innovation Center（浙江大学杭州国际科创中心）；MirrorMe Robotics Co., Ltd.（镜我机器人有限公司）
针对四足机器人高速运动中的执行器非线性与仿真到现实差距问题，提出精细化执行器建模与两阶段课程及自适应指令调度的强化学习框架，在BP2机器人上实现13.2米/秒跑步机与11.65米/秒户外速度，创世界纪录。
2026-09-15 cs.RO
Learning-based Design and Control for Quadrupedal Robots with Parallel-Elastic Actuators
ETH Zurich（苏黎世联邦理工学院）；TU Darmstadt（达姆施塔特工业大学）
双弹性关节可以通过附加力矩辅助驱动器来提高机器人的效率和强度。为了实现这些好处，需要仔细设计弹簧。然而，设计机器人是一个迭代和繁琐的过程，往往依赖于直觉和直觉。我们介绍了一个设计优化框架，使我们能够共同优化的四足机器人的并行弹性膝关节和运动控制器，最小的人类直觉。我们设计了一个平行的弹性关节，并优化其参数方面的效率在一个无模型的方式。在第一步中，我们使用无模型强化学习来训练设计条件策略，能够在预定义的设计参数范围内控制四足动物。然后，我们使用贝叶斯优化来找到使用该策略的最佳设计。我们使用这个框架来优化我们的四足机器人ANYmal的膝盖平行弹性弹簧参数与最优控制器。我们评估的优化设计和控制器在现实世界中的实验在各种地形。我们的研究结果表明，新系统提高了33%的机器人的扭矩平方效率相比，基线和最大关节扭矩减少了30%，而不影响跟踪性能。改进后的设计使平坦地形上的操作时间延长了11%。
2023-01-09 cs.RO
Learning Bipedal Walking for Humanoids with Current Feedback
CNRS-AIST JRL (Joint Robotics Laboratory) IRL（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国际联合实验室）；National Institute of Advanced Industrial Science and Technology (AIST)（产业技术综合研究所）；University of Tsukuba（筑波大学）；Stanford University（斯坦福大学）
本文针对人形机器人执行器力矩跟踪不准导致的sim2real差距，提出在仿真中人为劣化力矩跟踪并利用真实机器人电流反馈训练端到端策略，在HRP-5P上实现零样本双足行走，且前馈架构加动力学随机化即可达到鲁棒效果。
2023-08-07 cs.LG cs.RO
Automated Gait Generation For Walking, Soft Robotic Quadrupeds
Northwestern University（西北大学）
针对软体机器人步态生成难、仿真受限等问题，提出一种无需仿真、样本高效的自生成方法，通过基元组合快速生成优于手工设计的步态，首次实现软体机器人完全自主步态生成。
2023-10-07 cs.LG cs.RO
Mutual Information Tracks Policy Coherence in Reinforcement Learning
Semarx Research Ltd.（Semarx研究有限公司）
提出信息论框架，通过分析状态-动作互信息模式诊断强化学习部署时异常，实现无需架构修改的精确故障定位。
2025-09-12 cs.AI cs.LG cs.RO
Reinforcement Learning with Adaptive Curriculum Dynamics Randomization for Fault-Tolerant Robot Control
Graduate School of Science and Engineering, Chiba University（千叶大学理工学研究科）；Graduate School of Engineering, Chiba University（千叶大学工学研究科）
针对四足机器人执行器故障容错问题，提出带动力学随机化的自适应课程强化学习算法ACDR，通过hard2easy课程训练单一鲁棒策略，无需故障检测与策略切换模块，并在平均奖励和行走距离上优于传统算法。
2021-11-19 cs.AI cs.RO
SG-CPG: Severity-Gated Central Pattern Generators for Adaptive Quadruped Locomotion under Continuous Actuator Degradation
Purdue University（普渡大学）
受动物分级适应启发，提出SG-CPG，通过严重度门控（残余门和幅度门）扩展健康CPG策略，在连续执行器退化下保持四足运动，仿真和实物验证了其鲁棒性。
2026-09-23 cs.RO cs.SY eess.SY
One Policy to Control Them All: Shared Modular Policies for Agent-Agnostic Control
Google（谷歌）；CMU（卡内基梅隆大学）；Facebook AI Research（Facebook人工智能研究院）
强化学习通常与学习针对特定代理定制的控制策略有关。我们调查是否存在一个单一的全球政策，可以推广到控制各种各样的代理形态-其中甚至状态和动作空间的维度变化。我们建议将此全局策略表示为相同的模块化神经网络的集合，称为共享模块化策略（SMP），对应于每个代理的执行器。每个模块仅负责控制其相应的执行器，并仅从其本地传感器接收信息。此外，消息在模块之间传递，在远程模块之间传播信息。我们表明，一个单一的模块化策略可以成功地生成运动行为的几个平面代理与不同的骨骼结构，如单足动物，四足动物，两足动物，并推广到训练过程中看不到的变体-一个过程，通常需要训练和手动超参数调整每个形态。我们观察到，通过分散模块之间的消息传递，纯粹从强化学习目标出现了各种各样的不同的运动风格，以及集中协调。www.example.com上的视频和代码
2020-07-09 cs.CV cs.LG stat.ML
Stand, Walk, Navigate: Recovery-Aware Visual Navigation on a Low-Cost Wheeled Quadruped
Department of Mechatronics Engineering, Pontificia Universidad Católica del Perú（机械电子工程系，天主教秘鲁大学）
针对现有轮腿机器人成本高、缺跌倒恢复的问题，研究提出低成本轮式四足机器人的恢复感知视觉惯性导航系统，结合深度视觉与深度强化学习实现稳健运动、跌倒恢复与目标导航，降低了预算受限平台的部署门槛。
2025-10-27 cs.RO
A Novel Design and Evaluation of a Dactylus-Equipped Quadruped Robot for Mobile Manipulation
University of Edinburgh（爱丁堡大学）
四足机器人通常配备额外的手臂进行操作，对价格和重量产生负面影响。另一方面，腿运动的要求意味着这种机器人的腿通常具有执行操纵所需的扭矩和精度。在本文中，我们提出了一种新的设计，小型四足机器人配备了两个腿安装机械手的灵感来自甲壳类动物的螯足和关节步行者前肢。通过利用腿中已经存在的致动器，我们可以实现每个肢体仅使用3个额外电机的操纵。该设计使得能够使用相对于腿电机小且便宜的致动器，进一步降低成本和重量。由于采用了集成的电缆/滑轮系统，对腿部的惯性矩影响很小。正如我们在一套远程操作实验中所展示的那样，该机器人能够执行单肢和双肢操作，以及在操作模式之间转换。所提出的设计与额外的手臂类似，同时每个机械手的重量和成本降低5倍，并且能够完成需要2个机械手的任务。
2022-09-16 cs.RO
QuadVerse: An Integrated Framework Aligning Visual-Physical Reality for Quadruped Simulation
Nanjing University（南京大学）；BUPT（北京邮电大学）；DEXMAL；Tsinghua University（清华大学）
提出QuadVerse框架，通过重建场景校准视觉、物理和致动器，利用3DGS和接触校准减少仿真到现实的差距，实现零样本视觉导航策略部署。
2026-06-08 cs.RO
Benefits of Low-Cost Bio-Inspiration in the Age of Overparametrization
Vrije Universiteit Amsterdam, Netherlands（阿姆斯特丹自由大学，荷兰）；LIACS, Leiden Universiteit, Netherlands（莱顿大学LIACS，荷兰）
研究探讨了在参数空间大的情况下，生物启发控制器（CPGs和MLP）在机器人控制中的表现，发现浅层MLP和密集连接的CPGs在性能上更优，引入参数影响指标表明强化学习的额外参数并未带来更好的性能。
2026-08-31 cs.AI cs.RO
Scoop-and-Toss: Dynamic Object Collection for Quadrupedal Systems
Department of Computer Science Hanyang University（计算机科学系翰阳大学）
本文提出Scoop-and-Toss框架，通过腿部铲状附件、背部托盘及分层专家-元策略，使四足机器人无需额外执行器即可动态铲抛并收集多个物体。
2025-06-11 cs.LG cs.RO
Learning to Control Emulated Muscles in Real Robots: Towards Exploiting Bio-Inspired Actuator Morphology
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Hertie Institute for Clinical Brain Research（赫特希临床脑研究所在）；Centre for Integrative Neuroscience（整合神经科学中心）；University of Tübingen（图宾根大学）；Distributed Intelligence（分布式智能）；Institute of Computer Engineering (ZITI)（计算机工程研究所）
本研究通过实时仿真肌肉模型，在真实四足机器人上验证了仿生执行器形态的优势，提出阻尼规则改进模型，并证明仿真到现实的迁移可行，为鲁棒腿式机器人提供了新方向。
2024-02-08 cs.RO
Neuromorphic Reinforcement Learning for Quadruped Locomotion Control on Uneven Terrain
School of Electrical Engineering and Computer Science（电气工程与计算机科学学院）
提出基于平衡传播的PPO框架，结合CPG策略与残差调整策略，通过局部学习实现四足机器人在不平地形上的高效运动控制，性能与反向传播相当，GPU内存效率提升4.3倍。
2026-06-09 cs.NE cs.RO
Racing a Wheeled Quadruped: Active Load Transfer Mitigation via Model Predictive Control
University of California, Berkeley（加州大学伯克利分校）；Politecnico di Milano（米兰理工大学）
提出一种结合模型预测控制与强化学习的层次控制框架，通过主动侧倾控制减少轮式四足机器人自主竞速中的横向载荷转移，实现最高44%的LTR降低、8.7%的圈速提升和21.3%的侧向加速度增强。
2026-06-26 cs.RO cs.SY eess.SY
Conformal Prediction of Motion Control Performance for an Automated Vehicle in Presence of Actuator Degradations and Failures
Institute for Control Engineering, TU Braunschweig（布伦瑞克工业大学控制工程研究所）
本文提出一种数据驱动的保形预测方法，用于在执行器退化或故障时评估自动驾驶车辆运动控制性能，并在运行时为确定容许动作空间提供启发式方法。
2024-07-29 cs.RO cs.SY eess.SY
Vacuum Driven Auxetic Switching Structure and Its Application on a Gripper and Quadruped
The Hong Kong University of Science and Technology（香港科技大学）
在过去的几年里，生长素的性质和应用得到了广泛的探索。通过适当利用拉胀结构，可以产生具有前所未有的机械和结构行为的设计。利用这一点，我们提出了一个简单的拉胀单元的启发，新颖的和低成本的3D结构的发展。核心部分，在本文中我们称之为主体，是2D旋转正方形的3D实现。这个身体结构是由四个类似的结构通过较软的材料在顶点连接而成。这种整体结构是通过定制的多材料3D打印机完成的。该模型的工作方式是，当沿着旋转正方形的表面施加扭矩时，它们倾向于在较软材料的顶点处弯曲，并且由于设计的连通性，实现了适当的打开和关闭运动。为了证明这部分作为机器人的重要组成部分的潜力，提出了两个应用：软夹持器和爬行机器人。电动执行器可移动这两种应用。所提出的夹持器结合了两种类型的夹持器的优点，夹持器的手指平行放置，彼此等距，在一个单一的设计。该夹持器可适应物体的尺寸，并可夹持具有大截面和小截面的物体。一种新型的弯曲致动器，它是由软材料制成的，并在真空时弯曲的曲率，提供了抓持器的抓持性质。爬行机器人，除了他们的多才多艺的性质，提供了一个更好的互动与人类。所设计的爬行机器人采用负压驱动执行器，突出直线和转弯运动。
2020-08-28 cs.RO
Kirin: A Quadruped Robot with High Payload Carrying Capability
四足机器人是一种多功能的移动平台，具有潜在的高负载能力。然而，现有的四足机器人大多以高机动性、高动态性和敏捷运动为目标。尽管如此，负载仍然是四足机器人不可或缺的能力。设计一个四足机器人与高负载能力还在深入探讨。在这项研究中，一个50公斤的电驱动四足机器人，麒麟，提出了利用有效载荷携带能力。麒麟是一个特点与棱柱准直接驱动（QDD）的腿。这种机构大大增强了有效载荷的承载能力。本研究提出了面向负载搬运的四足机器人的设计原则，包括机械设计、驱动器参数选择和运动控制方法。理论分析表明，对于现有的关节式膝关节机器人来说，搬运任务往往是一个瓶颈。通过采用棱柱形QDD腿，麒麟的有效载荷运载能力大大提高。为了证明麒麟的有效载荷携带能力，在初步实验中，高达125公斤的有效载荷升降静态立场和50公斤的有效载荷携带动态小跑进行了测试。也证明了与有效载荷携带的全身顺应性。
2022-02-21 cs.RO
QLAUN: A Research-Oriented, Robust, Agile, Modular, and Affordable Torque-Controlled Quadruped Robot
Lebanese American University（黎巴嫩美国大学）
QLAUN是一款面向研究的低成本力矩控制四足机器人，采用模块化3D打印设计，具备高扭矩输出与灵活关节，为科研提供新型腿式机器人研究平台。
2026-09-04 cs.RO
KYON: Semi-Modular Wheel-Legged Quadruped With Agile Bimanual Capability
Humanoids and Human Centered Mechatronics, Fondazione Istituto Italiano di Tecnologia（人机一体化机械系统，意大利理工研究院）；Advanced Robotics Facility, Fondazione Istituto Italiano di Tecnologia（先进机器人设施，意大利理工研究院）
提出KYON半模块化轮腿四足机器人，通过基座致动器与传动机构降低远端惯量，结合全身控制与强化学习策略实现动态运动与双臂操作。
2026-07-08 cs.RO
Failing Gracefully: Mitigating Impact of Inevitable Robot Failures
George Mason University（乔治梅森大学）；RobotiXX Lab（RobotiXX实验室）
针对家庭服务机器人不可避免的故障，本文提出一种评估故障影响概率与严重程度的安全公式，结合FailBench模拟框架，为开发更安全的机器人运动规划及学习策略提供基础。
2026-08-07 cs.AI cs.HC cs.LG
A Chain-Driven, Sandwich-Legged Quadruped Robot: Design and Experimental Analysis
Department of Cyber Physical Systems, Indian Institute of Science（印度科学研究院计算机物理系统系）；University of Waterloo（滑铁卢大学）；UC Berkeley（伯克利大学）
本文提出了一种低成本、高性能的四足机器人，通过夹层腿结构和双电机配置实现敏捷运动，同时采用低成本制造方法和开源设计，为四足机器人研究提供了一个经济且实用的平台。
2026-03-11 cs.RO
Snapping Actuators with Asymmetric and Sequenced Motion
本研究提出了一种非对称穹顶状 snapping 作动器，通过几何诱导的不稳定性实现可控的非对称运动，并展示了其在四足机器人中的应用，实现了波浪式运动。
2026-02-20 cond-mat.soft cs.RO
SENSE-STEP: Learning Sim-to-Real Locomotion for a Sensory-Enabled Soft Quadruped Robot
Delft University of Technology（代尔夫特理工大学）；German Aerospace Center (DLR)（德国航空航天中心）
本文提出了一种基于学习的控制框架，通过仿真训练使软四足机器人在现实环境中实现更稳定的闭环运动，显著提升了在不同地形上的运动速度和稳定性。
2026-02-13 cs.RO
Active Learning of Inverse Models with Intrinsically Motivated Goal Exploration in Robots
INRIA（法国国家信息与自动化研究所）；Ensta-ParisTech（国立高等先进技术学院）
我们引入了自适应目标生成-鲁棒智能自适应Currency（SAGG-RIAC）架构作为内在动机的目标探索机制，允许在高维冗余机器人的逆模型的主动学习。这允许机器人有效且主动地学习解决参数化任务/目标的对应分布的参数化运动技能/策略的分布。该体系结构使机器人主动采样任务空间中的新参数化任务，基于能力进展的测量，其中每一个触发允许解决它的运动策略参数的低级目标导向学习。对于学习和泛化，系统利用回归技术，其允许推断对应于给定的新参数化任务的运动策略参数，并且基于先前学习的策略和任务参数之间的对应关系。我们目前的实验与高维连续sensorimotor空间在三个不同的机器人设置：1）学习的逆运动学在一个高度冗余的机器人手臂，2）学习全向运动与电机原语在四足机器人，3）一个手臂学习控制钓竿与灵活的电线。我们表明：1）在冗余机器人中，任务空间的探索比执行器空间的探索要快得多; 2）选择最大化能力进步的目标创建了发展轨迹，驱动机器人逐渐专注于复杂性增加的任务，并且在统计上比随机选择任务更有效，并且比不同的标准主动马达牙牙学语方法更有效; 3）该体系结构允许机器人主动地发现其任务空间的哪些部分它可以学习到达以及哪些部分它不能。
2013-01-21 cs.AI cs.CV cs.LG
PA-LOCO: Learning Perturbation-Adaptive Locomotion for Quadruped Robots
School of Aeronautics and Astronautics, Sun Yat-sen University（中山大学航空航天学院）
本文提出PA-LOCO框架，通过多特征编码器解耦特权信息并引入残差策略网络，提升四足机器人在外部扰动下跨地形运动的鲁棒性与可靠性，并在宇树GO1上验证了其优于现有特权学习算法。
2026-10-14 cs.RO
Cerebellar-Inspired Residual Control for Fault Recovery: From Inference-Time Adaptation to Structural Consolidation
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；Northwestern University（西北大学）
该研究提出了一种小脑启发的残差控制框架，通过在线纠正动作实现故障恢复，提升机器人在训练后扰动下的鲁棒性和性能。
2026-02-06 cs.LG cs.RO
Real-time Estimator of Actuator Control and Health (REACH) on an Eel-Inspired Soft Robot
Cornell University（康奈尔大学）；University of California San Diego（加利福尼亚大学圣迭戈分校）
针对受鳗鱼启发的软体游泳机器人，本文提出REACH算法，结合软体机器人模型、sigma点滤波器和统计假设检验，可在不同传感器配置、游动步态下准确估计执行器健康，实验验证其在噪声数据和制造差异下的有效性。
2026-10-09 cs.RO
Test-Time Adaptation of Manipulation Policies Under Actuator Degradation
Arizona State University（亚利桑那州立大学）
针对执行器退化导致动作失真的问题，提出遥测感知动作修正（TeAR），利用机载遥测数据修正冻结策略的输出动作，在18个策略-任务对及物理机械臂上显著提升成功率。
2026-09-30 cs.RO
Magnecko: Design and Control of a Quadrupedal Magnetic Climbing Robot
Robotic Systems Lab, ETH Zürich（瑞士苏黎世联邦理工学院机器人系统实验室）
针对工业检测维护等需求，本文设计四足磁吸攀爬机器人Magnecko作为足式攀爬研究平台，通过昆虫式关节配置、模型预测控制及电永磁体实现复杂环境适应，可携带自身重量65%的载荷。
2025-04-18 cs.RO
Optimal Gait Control for a Tendon-driven Soft Quadruped Robot by Model-based Reinforcement Learning
Department of Engineering Design, KTH Royal Institute of Technology, Stockholm 10044, Sweden（工程设计系，皇家理工学院，斯德哥尔摩）
本文提出一种基于模型强化学习的软四足机器人最优步态控制方法，通过多阶段方法提升步态控制器性能，实现快速稳定运动。
2024-06-11 cs.RO cs.SY eess.SY
SWheg: A Wheel-Leg Transformable Robot With Minimalist Actuator Realization
Southern University of Science and Technology（南方科技大学）
本文介绍了设计，实现，和性能评估的SWeg，一种新的模块化轮腿可变形机器人家庭与最低限度的执行器实现。SWheg通过将轮式和腿式运动无缝集成在单个平台上，充分利用了这两种运动方式。与其他使用多个致动器的设计不同，SWheg仅使用一个致动器来同步驱动所有轮腿模块的转换。这意味着N腿SWeg机器人只需要N+1个执行器，这可以显着降低平台的成本和故障率。基于四连杆机构的肌腱驱动轮腿转换机构可以实现轮腿之间的快速形态转换。我们验证了设计原理与四个和六个轮腿模块分别SWeg机器人，即四足SWeg和六足SWeg。讨论了两种平台的设计过程、机电一体化基础设施和步态行为发展。机器人的性能进行了评估，在各种情况下，包括驾驶和转向轮式模式，步跨越，不规则地形通过，并在腿模式爬楼梯。并对这两种平台进行了比较。
2022-10-27 cs.RO cs.SY eess.SY
DeViGrasp: Robust Visual Mobile Grasping for Quadruped Manipulators under Degraded Perception
Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；Shanghai Jiao Tong University Global College, Shanghai Jiao Tong University（上海交通大学全球学院）
针对四足操作器在视觉感知退化下移动抓取鲁棒性不足的问题，提出DeViGrasp-Bench基准和DeViGrasp-Net教师-学生框架，融合状态条件抓取推理与可靠性感知时间估计，在困难设置下成功率62.3%，显著优于现有方法。
2026-09-22 cs.RO
Programmable Telescopic Soft Pneumatic Actuators for Deployable and Shape Morphing Soft Robots
Centre for Robotics, Queensland University of Technology, Australia（机器人中心，昆士兰理工大学，澳大利亚）
本研究提出可编程伸缩式软气动驱动器PTSPAs，通过参数化几何生成器定制设计，经实验明确参数与性能关系，可用于可展开软体四足机器人以适应受限空间，为大长度变化需求的结构提供新设计范式。
2025-11-10 cs.RO
Electrically-driven phase transition actuators to power soft robot designs
University of Coimbra（科英布拉大学）
本文提出一种以水为工作流体、由柔性加热元件驱动的液气相变电软体执行器，实现了高应变速率与堵转力，并结合非线性控制方法减少振动与滞后，成功集成于仿生手和四足软体机器人。
2025-04-25 cs.RO
Actuator Fault-Tolerant Vehicle Motion Control: A Survey
Technische Universität Braunschweig（布伦瑞克工业大学）；Institute of Control Engineering（控制工程研究所）
SAE 4级和5级自动驾驶汽车的出现，对所有有助于驾驶任务的功能提出了很高的容错要求。在致动器级别，容错车辆运动控制，它利用致动器之间的功能冗余，是实现所需程度的容错的一种手段。因此，我们给出了一个全面的概述，最先进的执行器容错车辆运动控制的重点是驱动器，制动器，转向退化，以及轮胎爆胎。这篇综述表明，执行器容错车辆运动是一个广泛研究的领域，然而，所提出的方法在许多方面有所不同。为了提供一个出发点，为今后的研究，我们调查所采用的致动器拓扑结构，容忍退化，提出的控制方法，以及进行验证的实验。总体而言，尽管有大量不同的方法，所涵盖的文献揭示了容错车辆运动控制的容错能力提高的潜力。因此，除了开发新的方法或证明实时的适用性，未来的研究应旨在调查的局限性，并使容错运动控制方法的比较，以便进行彻底的安全论证。
2021-07-24 cs.RO cs.SY eess.SY
A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators
Department of Mechanical and Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系）；Institute of Materials Science, University of Connecticut（康涅狄格大学材料科学研究所）；School of Mechanical, Aerospace, and Manufacturing Engineering, University of Connecticut（康涅狄格大学机械、航空航天与制造工程学院）；Material Science and Engineering, University of Connecticut（康涅狄格大学材料科学与工程系）；Inorganic Polymers Department, Petru Poni Institute of Macromolecular Chemistry（彼得·波尼宏分子化学研究所无机聚合物部门）
本文提出了一种机器人测试平台，用于流水线发现鲁棒性软执行器的最优参数组合，显著提升其操作寿命和负载能力。
2026-02-24 cs.RO
Dynamic Modeling and MPC for Locomotion of Tendon-Driven Soft Quadruped
Department of Electrical Engineering, IIT Gandhinagar（电子工程系，印度加尔各直辖区理工学院）；Department of Electronics and Computer Engineering, Sreenidhi Institute of Science and Technology（电子与计算机工程系，斯里尼迪学院科学与技术研究所）；Department of Mechanical Engineering, IIT Gandhinagar（机械工程系，印度加尔各直辖区理工学院）
SLOT机器人通过物理信息建模和MPC控制实现柔顺腿部运动学的高效控制与高精度轨迹跟踪。
2026-02-18 cs.RO
Experience-Driven Continual Learning of Terrain Traversability for Quadruped Robots
Istituto Italiano di Tecnologia（意大利理工学院）；Università degli Studi di Genova（热那亚大学）
本文提出一种基于运动经验的持续学习流程，利用冻结的DINOv3描述符预测四足机器人地形交互指标，并通过门控回放机制在适应新地形时减少旧知识退化，提升导航安全性与效率。
2026-10-01 cs.RO
Actuator Dynamics Curricula for Narrow-Viability Tasks in Legged Robot Learning
Saxion University of Applied Sciences（萨克逊应用科学大学）；University of Groningen（格罗宁根大学）；University of Twente（特文特大学）
针对强化学习在窄生存性任务中因探索提前终止而失败的问题，提出执行器动力学课程，通过退火关节刚度扩大生存性核，在Spot上成功实现四足到倒立过渡并迁移至硬件。
2026-09-10 cs.RO
Comparison between External and Internal Single Stage Planetary gearbox actuators for legged robots
Indian Institute of Science（印度科学学院）；Indian Institute of Technology Roorkee（印度理工学院罗尔基分校）；National Institute of Technology Tiruchirappalli（Tiruchirappalli国家理工学院）
本文提出一种基于性能要求和电机规格的最优执行器参数设计框架，系统比较内部与外部单级行星齿轮箱架构，发现ISSPG在低齿轮比下更轻，高齿轮比下ESSPG更优，并通过制造验证了模型准确性。
2025-06-19 cs.RO
Watch, Infer, Coordinate: Inferring Robot Partner Constraints for Zero-Shot Coordination
Honda Research Institute USA（本田美国研究院）；Johns Hopkins University（约翰斯·霍普金斯大学）
本文提出观察、推断、协调方法，通过观察联合行为推断机器人伙伴的物理约束，显著提升零样本协调性能，接近真实约束预言机。
2026-10-02 cs.AI cs.MA cs.RO
An Open Torque-Controlled Modular Robot Architecture for Legged Locomotion Research
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Tandon School of Engineering, New York University（纽约大学坦登工程学院）；Laboratory for Analysis and Architecture of Systems, Centre National pour la Recherche Scientifique（法国国家科学研究中心系统分析与架构实验室）
提出了一种新的开源力矩控制足式机器人系统，其核心是低成本、低复杂度的执行器模块。它由一个高扭矩无刷直流电机和一个低齿轮比传输适合阻抗和力控制。我们还提出了一种新的脚接触传感器适用于腿部运动与硬冲击。具有大运动范围的2.2公斤四足机器人由八个相同的致动器模块和四条带有足部接触传感器的小腿组装而成。利用标准的塑料3D打印和现成的零件，可以制造出重量轻、价格便宜的机器人，从而可以在研究界快速分发和复制。我们系统地表征了在静态和动态情况下在脚上实现的阻抗，并测量了最大无量纲腿部刚度为10.8，没有主动阻尼，这是一个跑步的人的腿部刚度。最后，为了证明四足动物的能力，我们提出了一种新的控制器，它结合了前馈接触力计算从一个kino-dynamic优化与阻抗控制的质量中心和基地的方向。该控制器可以调节复杂的运动，同时对环境的不确定性具有鲁棒性。
2020-02-23 cs.RO
The dynamic effect of mechanical losses of actuators on the equations of motion of legged robots
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
工业机械手在断电时由于其关节中的摩擦力而不会在其自身重量下倒塌。虽然这些机制是有效的刚性位置控制的拾取和放置，他们是不合适的足式机器人，必须迅速调节顺应与环境的相互作用。然而，没有度量存在量化的机器人的性能退化，由于在致动器的机械损失。这封信提供了一种新的配方，它描述了如何传播到整个机器人的运动方程的单个执行器的效率。我们定量地证明了直观的事实，即在关节摩擦的存在下，机器人的表观惯性增加。我们还重现的经验结果，采用高传动和低效率的驱动器的机器人可以静态承受更大的外部负载。我们期望，这里提出的框架将提供基础，设计下一代的足式机器人，可以有效地与世界互动。
2020-11-04 cs.RO
Safe Supervisory Control of Soft Robot Actuators
Boston University（波士顿大学）；Carnegie Mellon University（卡内基梅隆大学）
尽管软体机器人与环境的交互比传统机器人更安全，但软体机构和致动器仍有很大的损坏或退化潜力，特别是在未建模接触期间。介绍了一种在软体机器人控制过程中实现软体执行器安全操作的反馈策略。为此，监督控制器监视致动器状态并动态地使控制输入饱和以避免可能导致物理损坏的条件。我们证明了，在一定的条件下，监督控制器是稳定的和可验证的安全。然后，我们展示了完全板载操作的监督控制器使用软热驱动的机器人肢体嵌入式形状记忆合金（SMA）致动器和传感。与主管一起进行的测试验证了其理论特性，并显示了机器人肢体在自由空间中的姿态稳定性。最后，实验表明，我们的方法可以防止过热接触（包括环境约束和人体接触）或不可行的运动时，命令。这种监督控制器，以及它的能力，以执行完全板载传感，有可能使软体机器人执行器足够可靠的实际使用。
2022-08-02 cs.RO cs.SY eess.SY
Fluidic FlowBots: Intelligence embodied in the characteristics of recirculating fluid flow
The Edinburgh Centre for Robotics（爱丁堡机器人中心）
本文提出 FlowBots 概念，利用连续流体再循环特性将复杂控制功能直接嵌入软机器人结构，并通过双向执行器、夹持器和四足游泳机器人三个示例验证其可简化流体控制架构并支持整体增材制造。
2024-04-01 cs.RO
Robust Whole-Body Motion Control of Legged Robots
ETH Zürich（苏黎世联邦理工学院）
我们介绍了一种鲁棒控制体系结构的全身运动控制的力矩控制机器人的手臂和腿。该方法是基于接触力的鲁棒控制，以跟踪计划的质心轨迹。它的吸引力在于能够保证鲁棒的稳定性和性能，尽管刚体模型不匹配，致动器动态，延迟，接触面刚度，和未观察到的地面轮廓。此外，我们引入了一个任务空间分解方法，消除了接触力控制器和其他非接触控制器之间的耦合效应。最后，我们验证了我们的控制性能的四足机器人和比较其性能的标准逆动力学方法的硬件。
2017-03-07 cs.RO
Frequency-Aware Model Predictive Control
Robotic Systems Lab, ETH Zurich（机器人系统实验室，苏黎世联邦理工学院）；Intel Labs, Munich, Germany（英特尔实验室，德国慕尼黑）
本文提出频率形状成本函数，用于在腿足机器人最优控制中实现鲁棒解决方案，通过仿真和硬件实验展示了运动计划与执行器带宽限制的兼容性，并在未建模合规性地形上实现了稳健行走。
2019-02-08 cs.RO cs.SY eess.SY
Design and Development of Modular Limbs for Reconfigurable Robots on the Moon
Space Robotics Lab. (SRL)（空间机器人实验室）
本文提出了一种适用于月球空间探索的模块化机器人肢体设计，通过统一的执行器和多种配置实现灵活性和适应性。
2026-01-08 cs.RO
