ABS（敏捷且安全的足式运动）

CMU 2024 年的四足框架：高速奔跑，靠学到的安全值随时切到避撞策略。

ABS 由卡内基梅隆大学 Guanya Shi、Changliu Liu 团队与苏黎世联邦理工合作，发表于 RSS 2024。以往四足避障控制器为求安全，速度多在 1 m/s 以下；只求敏捷的又不管会不会撞。ABS 用两套策略：敏捷策略负责在障碍间高速奔跑，恢复策略负责紧急避险；一个学出来的到达-规避（reach-avoid）价值网络实时估计当前是否安全，决定何时切换，并为恢复策略提供优化目标。障碍信息压缩成 11 条射线的距离，由网络从深度图预测。各模块在 Isaac Gym 训练后部署到宇树 Go1，全靠机载感知和计算，峰值速度 3.1 m/s。它是把控制理论的安全约束与强化学习运控结合的代表工作。

例子宇树 Go1 在昏暗走廊里以平均 1.5 m/s、峰值 2.5 m/s 奔跑，迎面有人走来或有人突然抬腿挡路时，安全值一降低就切换到恢复策略躲开，安全后再切回敏捷策略继续跑。

也叫

Agile But Safe

相关

腿足运动、强化学习运控、避障、安全强化学习、HJ 可达性分析、宇树 Go1

来源

Agile But Safe: Learning Collision-Free High-Speed Legged Locomotion (arXiv 2401.17583)
ABS 项目页
Robotics: Science and Systems XX (RSS 2024) 论文集

信息截至

2024-05