Loading...
机构名称:
¥ 1.0

摘要 - 四足机器人在移动性中表现出色,以敏捷性导航复杂地形。但是,他们的复杂控制系统提出的挑战尚未得到充分解决。在本文中,我们介绍了将基于样本的随机控制策略用于四足动物,作为传统最佳控制法律的替代品。我们表明,受GPU加速度支持的基于样本的随机方法可以有效地应用于实际四倍的机器人。,特别是在这项工作中,我们专注于实现步态频率适应,这是基于梯度的方法的四足体运动的显着挑战。为了验证基于样本的基本控制器的有效性,我们测试了四足动物机器人的两种不同方法,并将其与常规的基于基于梯度的模型预测控制系统进行比较。我们的发现在模拟和真正的21kg Aliengo方面进行了验证,这表明我们的方法与传统的模型预测控制策略相提并论,当机器人受到零或中等干扰的情况,同时超过基于梯度的方法,在处理持续的外部障碍方面,由于其范围的直率适应性策略可以使其内部的外部骚扰,因此可以实现其形式的形式。

arxiv:2403.11383v2 [cs.ro] 4月4日2024

arxiv:2403.11383v2 [cs.ro] 4月4日2024PDF文件第1页

arxiv:2403.11383v2 [cs.ro] 4月4日2024PDF文件第2页

arxiv:2403.11383v2 [cs.ro] 4月4日2024PDF文件第3页

arxiv:2403.11383v2 [cs.ro] 4月4日2024PDF文件第4页

arxiv:2403.11383v2 [cs.ro] 4月4日2024PDF文件第5页

相关文件推荐

2024 年
¥1.0