本研究结合模型控制与强化学习，开发了四足机器人（Unitree Laikago）的鲁棒控制器。通过基于扭矩的强化学习，机器人在复杂地形上展现出更高的能效和抗干扰能力，并提出了整体控制策略以解决四肢协调问题，利用视觉输入实现移动操纵。研究结果表明机器人在多种地形下具备灵活运动和高效任务完成能力。

本研究提出了一种基于概率和重建的能力评估方法（PaRCE），旨在提高无人地面车辆在复杂地形中的导航安全性。PaRCE有效预测分类结果，减少与不熟悉障碍物的碰撞，提升导航效率。