#足式机器人 (9)

瀑布流分页

0:34

双足机器人跨越不平坦户外地形

@Ronald_vanLoon · 56次播放 · 2026-08-12

双足机器人运动地形自适应

足式机器人力位统一控制策略

本文提出首个足式机器人力位统一控制策略，无需力传感器，通过RL从历史状态估计外力并补偿位置速度，支持位置/力跟踪与柔顺交互，并在四足与双足机器人上验证。

Peiyuan Zhi, Peiyang Li, Jianqin Yin2025年5月27日

宇树CoRL 2025足式机器人2025年5月27日

MoE-Loco：面向多任务行走的混合专家方法

我们提出 MoE-Loco，一种面向腿式机器人多任务行走的混合专家（MoE）框架。该方法使单一策略能够处理多种地形（包括横杆、坑洞、楼梯、斜坡和挡板），同时支持四足和双足步态。利用 MoE，我们缓解了多任务强化学习中常见的梯度冲突问题，提升了训练效率和性能。实验表明，不同专家自然地专门化于不同的行走行为，可用于任务迁移和技能组合。我们在仿真和真实世界部署中验证了该方法的鲁棒性和适应性。

Runhan Huang, Shaoting Zhu, Yilun Du2025年3月11日

混合专家多任务行走足式机器人2025年3月11日

优化腿式机器人的抓取：移动操作的深度学习方法

本文提出了一种深度学习框架，旨在增强四足机器人配备操作臂后的抓取能力，以实现移动操作。该方法利用深度学习模型从感知数据中预测最优抓取策略，使机器人能够在行走过程中识别和抓取目标物体。框架结合了视觉感知、抓取规划和运动控制，形成端到端的移动操作系统。通过仿真和真实世界实验，验证了该方法在多种物体形状和场景下的抓取成功率和鲁棒性。结果表明，深度学习方法能够有效提升腿式机器人在移动操作场景中的抓取性能。

Dilermando Almeida, Guilherme Lazzarini, Juliano Negri2025年8月24日

足式机器人深度学习抓取2025年8月24日

通过约束强化学习实现月面操作的自主腿式移动操作

机器人技术在行星科学和探索中发挥着关键作用，其中自主可靠的系统对于在极端环境中执行复杂任务至关重要。本文研究了月面操作场景下的自主腿式移动操作，提出了一种基于约束强化学习的方法，使腿式机器人能够在月球表面的严酷环境中自主执行操作任务。该方法通过约束学习确保机器人在执行操作时满足安全性和稳定性约束，同时适应月面特有的低重力、松软地形等挑战。该方法在仿真中进行了广泛验证，模拟了月面环境的关键特征，展示了腿式机器人在行星探索中进行自主操作的潜力。

Alvaro Belmonte-Baeza, Miguel Cazorla, Gabriel J. García2025年10月14日

月面操作约束强化学习足式机器人2025年10月14日

面向野外巡检与维护中移动操作的语言引导部分观测抓取

海上巡检和维护越来越多地使用腿式机器人进行例行传感，但许多有用的干预仍需要与工具、容器和任务相关物体进行物理交互。让机器人执行这些任务可以减少人员暴露在危险环境中。我们研究如何在巡检和维护场景中实现移动操作，重点是在部分观测条件下通过语言指令引导的抓取。该方法结合感知、规划和控制，使腿式移动机器人能够在非结构化环境中根据自然语言指令定位并抓取目标物体。我们在真实的海上平台场景中验证了系统的有效性，展示了腿式机器人在巡检场景中进行物理交互操作的潜力。

Dilermando Almeida, Juliano Negri, Guilherme Lazzarini2026年3月9日

巡检机器人语言引导抓取移动操作2026年3月9日

X-Morph：人体运动先验跨形态可扩展机器人学习

将人体运动转换为四足、六足等非人形腿式机器人的可执行行为，通过重定向、RL跟踪和蒸馏实现跨形态运动先验迁移——不追求关节级模仿，而是保留意图、时序、协调和接触结构。

Ritwik Sharma, Shivam Sood, Arhaan Jain2026年6月29日

Retargeting足式机器人步态优化2026年6月29日

0:31

WARL:力矩增强强化学习(IROS 2026)

@kyoneda777 · 46次播放 · 2026-07-28

强化学习IROS2026足式机器人

加速度CBF-QP:强化学习策略安全执行框架

针对强化学习缺乏安全保证的问题,提出基于加速度的CBF-QP约束执行方法,确保腿式机器人和机械臂在安全边界内运行,应对分布外状态导致的部署失败。

Bastien Muraccioli, Alice Cariou, Pierre-Alexandre Leziart2026年7月16日

强化学习安全CBF-QP2026年7月16日