可解释降阶模型的符号学习在跳跃四足机器人中的应用.pdfVIP

可解释降阶模型的符号学习在跳跃四足机器人中的

应用

GioeleBurianiJingyueLiuMaximilianStölzle

CosimoDellaSantinaJiataoDing

DepartmentofCognitiveRobotics,DelftUniversityofTechnology,

Building34,Mekelweg2,2628CDDelft,Netherlands(e-mail:

gioele.buriani@,J.Liu-14@tudelft.nl.

ComputerScienceandArtificialIntelligenceLaboratory

(CSAIL),MassachusettsInstituteofTechnology,Cambridge,MA

02139USA(e-mail:M.W.Stolzle@tudelft.nl).

本InstituteofRoboticsandMechatronics,GermanAerospace

Center(DLR),82234Wessling,Germany(e-mail:

译C.DellaSantina@tudelft.nl).

中DepartmentofIndustrialEngineering,UniversityofTrento

1(e-mail:jiatao.ding@unitn.it).

v

8

3摘要降阶模型对于四足机器人的运动规划和控制至关重要，因为它们简化了复杂动力学同

5

6时保留了关键行为。本文介绍了一种用于推导此类可解释动态模型的新方法论，特别针对

0

.跳跃动作。我们提出了一种结合稀疏识别非线性动力学（SINDy）与跳跃动力学物理结构

8

0先验的学习架构，在低维潜空间中捕捉高维度、非线性的跳跃动力学。我们的方法在准确

5性上优于传统的驱动弹簧加载反向摆（aSLIP）模型，并通过不同跳跃策略的仿真和硬件

2

:实验得到了验证。

v

i

xKeywords:四足机器人，动态建模，符号回归，自动编码器，可解释性，降阶模型。

r

a

1.介绍etal.,2023)。为了解决这个问题，研究人员开发了简

化阶模板模型，这些模型在显著降低计算成本的同时近

近期，四足机器人因其多样性和在搜救任务、农业作业似基本动态。示例包括著名的弹簧加载倒立摆（SLIP）

及危险环境探索等领域中的潜在应用而受到了广泛关模型(Blickhan,1989)和单刚体（SRB）(Hongetal.,

注(Gongetal.,2023;SombolestanandNguyen,2024)。2020)，它们将多体相互作用简化为低维表示，使跑步

这些机器人的性能依赖于精确的动力学建模来捕捉其和跳跃等步态的高效分析成为可能。然而，这种简化往

复杂的运动行为。往牺牲了精度，特别是在涉及多接触转换、非线性肢体

传统的建模技术，如拉格朗日和牛顿-欧拉方法，已动力学或复杂地形交互的情况下(Sp