Isaac Sim到现实：基于强化学习的四足机器人运动控制

摘要

本文提出了一种基于强化学习的四足机器人全身运动控制框架，利用Nvidia的Isaac Sim和Isaac Lab进行训练，实现了零样本的仿真到现实迁移。在Unitree Go1机器人上的实验表明，该策略在速度跟踪性能上与内置控制器相当，但具有更强的抗干扰能力，并能达到2.0米/秒的线速度和1.8弧度/秒的角速度。