Walk These Ways

Walk These Ways: Tuning Robot Control for Generalization with Multiplicity of Behavior进阶

一个策略学会多种步态，部署时可实时调参应对新地形的四足运控。

Walk These Ways 是 MIT Improbable AI Lab 的 Gabriel Margolis 和 Pulkit Agrawal 提出的四足运动控制方法，2022 年 12 月上线 arXiv，为 CoRL 2022 口头报告论文。强化学习训练的行走策略在训练分布外失败时，通常只能回去改奖励、改环境再重训，很慢。作者提出「行为多样性」（MoB）：训练一个同时接收速度指令和一组行为参数的策略，参数包括触地时序（可切换小跑、跳跃、踱步等步态）、步频、机身高度、机身俯仰、站姿宽度和抬脚高度。不同参数组合用不同方式完成同一任务，泛化表现也不同，部署时人或脚本可以实时切换，而不用重训。策略在 Isaac Gym 中训练，部署在宇树 Go1 上，控制频率 50 Hz，代码开源，后来常被用作四足运控的起步代码。