，它能让四足机器人在不连续的地形（比如楼梯和跳石头）上进行敏捷、连续、适应地形的跳跃。这就像是教会机器人在复杂的地面上像动物一样跳跃，而不仅仅是简单地行走。
- 项目主页：https://yxyang.github.io/jumping_cod
- GitHub：https://github.com/yxyang/jumping_cod
主要功能：
SplatFields的主要功能是让四足机器人能够快速、灵活地在复杂地形上跳跃前进。这包括了在楼梯上跳跃，以及在不连续的地面上（如间隔的石头或台阶）进行长距离跳跃。
主要特点：
- 分层学习与控制框架：通过结合学习到的高度图预测、基于强化学习的动态规划策略，以及基于模型的腿部控制器，实现了对机器人跳跃动作的精确控制。
- 高度图预测：机器人使用车载深度相机获取的图像来预测前方地形的高度图，这有助于规划跳跃路径。
- 强化学习训练：通过在模拟环境中训练，机器人学会了如何在各种地形上跳跃，然后将这些技能应用到现实世界中。
- 模拟到现实（Sim-to-Real）：通过精确模拟硬件特性，减少了从模拟环境到现实世界的转换差距。
工作原理：
SplatFields的工作原理可以分为几个关键步骤：
- 地形感知：机器人使用深度相机获取的图像来预测前方地形的高度图。
- 动态规划：基于预测的高度图，机器人的控制系统规划出一系列跳跃动作，包括跳跃频率、摆动腿的位置和期望的身体速度。
- 动作跟踪：机器人的腿部控制器负责准确跟踪这些规划好的动作，确保机器人能够稳定地执行跳跃。
- 模拟训练：在高保真度的模拟环境中训练机器人，使其能够适应各种复杂的地形。
具体应用场景：
- 搜索与救援：在复杂地形中，如废墟或崎岖的山区，机器人可以快速跳跃前进，执行搜索和救援任务。
- 探险与测绘：在人类难以到达的地方，如洞穴或悬崖，机器人可以通过跳跃来探索和绘制地图。
- 娱乐与表演：在娱乐场所或表演中，展示机器人的敏捷跳跃能力，提供观赏价值。
总的来说，SplatFields通过结合先进的感知、规划和控制技术，让四足机器人在复杂环境中展现出了前所未有的敏捷性和适应性。
0条评论