摘要
跌倒恢复对于自主腿部运动至关重要。现有方法已证明一些腿部机器人（如类人机器人和四足机器人）能够利用手臂或协调多条腿产生支撑力，从多种姿势中恢复。然而，无臂或其他腿部来提供支持的双足轮式机器人，必须完全依赖腿部的驱动，这使得恢复变得特别困难。
为了解决这个问题，我们引入了FTSR（基于力的教师-学生框架与阶段性奖励）。该力引导方法在模拟训练中构建了一个外部辅助力，与机器人的实时高度直接相关，明确地将此力公式化为可优化的约束条件。通过约束强化学习，策略被引导逐渐减少对力的依赖，并提高身体高度，开发出内部恢复策略，尽管没有手臂提供支持。
高度渐进的阶段性奖励结构逐步稳定姿态，促进恢复并过渡到持续的运动，同时与教师-学生架构相结合，提炼力的影响和恢复动态的特权知识。经过模拟训练后，该策略被部署在物理无臂双足轮式机器人上并进行了广泛评估。实验验证了在多种挑战条件下的强健和可靠的跌倒恢复能力，展示了强大的环境适应性和运动鲁棒性，同时保持全面的恢复后运动能力。该框架还有效地推广到高自由度类人机器人，确认了其实用的广泛适用性。
项目页面可访问 这里。
博主点评： 本文提出的FTSR框架通过引入外部辅助力和阶段性奖励机制，为无臂双足轮式机器人的跌倒恢复提供了创新的解决方案，展示了强大的环境适应能力和运动稳定性，具有重要的应用潜力和广泛的研究价值。