設計與控制以被動動力學實現能源高效雙足步行的杜克人形機器人

核心概念

透過利用被動動力學,我們提出了一種強化學習算法,可以顯著提高人形機器人的能源效率。

摘要

本文介紹了杜克人形機器人,這是一個開源的10自由度人形機器人平台,旨在支持步行研究。其設計模仿人體生理,通過最小化腿部距離和正面平面上的對稱身體排列,維持直膝靜態平衡。

我們開發了一種強化學習策略,可以直接部署在硬件上進行速度跟蹤步行任務。為了提高步行的能源效率,我們提出了一種端到端的強化學習算法,鼓勵機器人利用被動動力學。我們的實驗結果表明,與基線策略相比,我們的被動策略在模擬中可以將能源消耗降低50%,在實際測試中降低31%。

統計資料

在低速步行(< 0.5 m/s)時,被動策略可以將能源消耗降低50%。
在實際測試中,被動策略可以將能源消耗降低31%。

引述

"透過利用被動動力學,我們提出了一種強化學習算法,可以顯著提高人形機器人的能源效率。"
"我們的實驗結果表明,與基線策略相比,我們的被動策略在模擬中可以將能源消耗降低50%,在實際測試中降低31%。"

從以下內容提煉的關鍵洞見

The Duke Humanoid: Design and Control For Energy Efficient Bipedal Locomotion Using Passive Dynamics

by Boxi Xia, Bo... 於 arxiv.org 10-01-2024

https://arxiv.org/pdf/2409.19795.pdf

深入探究

如何將被動動力學應用於更複雜的人形機器人動作,如跳躍和翻滾?

要將被動動力學應用於更複雜的人形機器人動作，如跳躍和翻滾，首先需要深入理解這些動作的動力學特性。跳躍和翻滾涉及到快速的質量轉移和動能的有效利用，這與被動動力學的原則相符。設計上，可以考慮以下幾個方面：

機械結構的優化：機器人的腿部和身體設計應該能夠有效地儲存和釋放彈性勢能。例如，使用彈簧或其他彈性材料來儲存能量，並在跳躍或翻滾時釋放這些能量。

控制策略的調整：在跳躍和翻滾的過程中，機器人可以利用被動控制策略來減少主動驅動的需求。這可以通過調整關節的扭矩來實現，讓機器人在某些階段完全依賴被動動力學進行運動。

模擬和學習：利用強化學習和模擬技術來訓練機器人進行這些複雜動作。通過在虛擬環境中進行大量的試驗，機器人可以學會如何在不同的情況下利用被動動力學來達成跳躍和翻滾。

多模態感知：在進行跳躍和翻滾時，機器人需要能夠感知周圍環境的變化，這可以通過整合IMU和其他感測器來實現，以便在運動過程中進行即時調整。

如何在不影響機器人性能的情況下,進一步降低被動策略的能源消耗?

在不影響機器人性能的情況下進一步降低被動策略的能源消耗，可以考慮以下幾個策略：

優化關節設計：通過改進關節的機械設計，減少摩擦和慣性，從而降低能量損耗。例如，使用高效的軸承和輕量化材料來減少運動過程中的能量消耗。

調整控制參數：在被動控制策略中，通過精確調整關節的剛度和阻尼參數，可以在保持穩定性的同時，進一步降低能量消耗。這需要進行大量的實驗來找到最佳的參數設置。

利用環境的動力學：設計機器人以利用環境中的動力學，例如在斜坡上行走或在不平坦的地面上行走時，利用重力和地形的特性來減少能量消耗。

實施能量回收系統：在機器人的設計中加入能量回收系統，例如在行走或跳躍過程中回收動能，並將其儲存以供未來使用，這樣可以顯著降低整體能量消耗。

人類如何利用被動動力學來提高自身的能源效率,這對於人形機器人設計有什麼啟示?

人類在行走和運動中利用被動動力學來提高能源效率的方式主要體現在以下幾個方面：

擺動腿部的動力學：人類在行走時，腿部的擺動類似於擺錘，這種擺動運動需要的肌肉力量相對較小，因為重力和慣性可以幫助推動身體前進。這一原理可以啟發機器人設計，通過模仿這種擺動運動來減少能量消耗。

利用身體的質量分佈：人類的身體質量分佈經過進化，能夠在行走時保持穩定和平衡。這對於機器人的設計來說，意味著需要考慮質量分佈的優化，以便在運動過程中減少能量損耗。

動作的協調性：人類在運動中能夠自然而然地協調各個關節的運動，這種協調性使得能量的使用更加高效。對於機器人設計而言，開發能夠模擬這種協調性的控制算法將是關鍵。

被動穩定性：人類在靜止和運動中都能保持穩定，這是通過被動動力學實現的。機器人設計可以借鑒這一點，通過設計能夠在不需要主動控制的情況下保持穩定的結構來提高能源效率。

總之，從人類的被動動力學中獲得的啟示可以幫助設計出更高效的機器人，這不僅能提高其運動性能，還能降低能源消耗，實現更持久的運行。