腿足运动

让四足、双足等腿式机器人稳定地走、跑、跳、爬坡的运动控制问题。

腿足运动研究腿式机器人（四足、双足等）如何靠交替落脚在地面上移动。和轮子相比，腿能跨越台阶、碎石、草地等不连续地形，但要持续处理平衡、脚与地面接触的切换和摔倒风险。传统方法依赖动力学模型和模型预测控制（MPC，每一步都往前优化一小段动作）；近几年强化学习成为主流：ETH Zurich 的 Lee 等人（Science Robotics 2020）只用关节和惯性等本体感知在仿真里训练，零样本迁移到 ANYmal 四足，在泥地、雪地、碎石上也能走；Rudin 等人（2021）在单张 GPU 上并行上千个仿真机器人，平地策略不到 4 分钟、崎岖地形约 20 分钟就能训练出来。它下分双足行走、盲走、感知行走、跑酷等子方向，是四足和人形机器人最基础的能力。

例子ANYmal 四足机器人只靠自身关节和 IMU 信号，没有摄像头，在泥地、雪地和流水中保持行走（Lee 等，2020）。

也叫

足式运动、腿式运动、足式行走

相关

运动（移动）、双足行走、四足机器人、强化学习运控、感知行走、仿真到现实迁移

来源

Learning Quadrupedal Locomotion over Challenging Terrain (Lee et al., Science Robotics 2020)
Learning to Walk in Minutes Using Massively Parallel Deep Reinforcement Learning (Rudin et al.)