LOCOMOTION
SRL：结合SLIP模型与强化学习的敏捷机器人跳跃
Xiaowen Hu, Linqi Ye, Yudi Zhu, Chenyue Shao, Rankun Li, Qingdu Li, Yan Peng
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出Spring-loaded Reinforcement Learning (SRL)框架，将SLIP模型的物理基线与强化学习的自适应能力相结合，用于敏捷机器人跳跃。实验表明，该方法在减少训练时间的同时实现了更稳定的跳跃，位置跟踪误差低于0.1米，速度跟踪误差在目标值的±3%以内。
关键词
SLIP modelreinforcement learningrobotic jumpinghybrid controlagile locomotion
相关论文
LOCOMOTION
开放获取📊 3,141 引用
Trust Region Policy Optimization
John Schulman, Sergey Levine, Philipp Moritz 等 5 位作者
2015
LOCOMOTION
📊 2,724 引用
Legged Robots That Balance
Marc H. Raibert, Ernest R. Tello
1986
LOCOMOTION
📊 2,658 引用
Being there: putting brain, body, and world together again
1997
LOCOMOTION
📊 2,305 引用
Small-scale soft-bodied robot with multimodal locomotion
Wenqi Hu, Guo Zhan Lum, Massimo Mastrangeli 等 4 位作者
2018