速度指令跟踪

足式机器人按给定的前进、横移和转向速度走路的标准训练任务。

速度指令跟踪是足式机器人强化学习运控里最基本的任务设定：每隔一段时间随机给机器人一个目标速度，通常是机身前进速度 vx、横移速度 vy 和绕竖直轴的转向角速度 ωz，策略输出关节动作，让机身实际速度尽量贴近指令。奖励常写成 exp(−‖v指令 − v实际‖²/σ)，误差越小越接近 1，σ 控制容忍度。训练好的策略部署时接手柄或上层导航模块发来的速度指令，上层只管「往哪走、多快」，步态和平衡交给策略。它和电机层的「速度控制」不是一回事：后者控制的是单个关节的转速。

例子legged_gym 的默认配置：指令共 4 维（vx、vy、ωz 和朝向），每 10 秒重新采样一次，线速度范围 ±1 m/s；线速度跟踪奖励权重 1.0、角速度 0.5，σ = 0.25；平移指令幅值不超过 0.2 m/s 时直接置零。

也叫

速度跟踪、指令跟踪、Velocity tracking、Command tracking

相关

强化学习运控、奖励函数、cmd_vel 速度指令话题（Twist 消息）、legged_gym、Walk These Ways、地形课程

来源

legged_gym: legged_robot.py（_reward_tracking_lin_vel / _resample_commands）
legged_gym: legged_robot_config.py（commands / rewards）
Walk These Ways (arXiv:2212.03238)