BriefGPT - AI 论文速递
·
FACET: Force-Adaptive Control via Impedance Reference Tracking for Legged Robots
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出FACET方法，通过强化学习训练四足机器人控制策略，解决了传统控制方法忽视承受力的问题，使机器人在外力作用下具备更好的控制能力，测试中可减小冲击力达80%。
🎯
关键要点
-
FACET方法解决了传统控制方法忽视机器人承受力的问题。
-
该方法通过强化学习训练控制策略，模仿质量-弹簧-阻尼器系统。
-
机器人在外力作用下表现出更高的鲁棒性和可控的顺应性。
-
测试中，机器人能够减小冲击力达80%。
➡️
