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。