Around the World: Unified Learned Locomotion on a 270 g Continuous-Rotation Quadruped

📄 arXiv: 2610.02728v1 📥 PDF

作者: Arturo Flores Alvarez, Nathan Lintu, Dennis Hong

分类: cs.RO

发布日期: 2026-10-02

备注: 13 pages, including appendices. Project website: https://submissionreview.github.io/around-the-world/

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出统一学习的运动控制方法以解决亚千克四足机器人运动问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 四足机器人 运动控制 强化学习 姿态条件 小型机器人 闭环系统 运动模式

📋 核心要点

  1. 现有的闭环学习运动控制方法在亚千克级四足机器人上应用较少，限制了其运动能力的发挥。
  2. 本文提出了一种基于姿态条件的强化学习策略，能够在不使用状态机或相位切换的情况下实现多种运动模式的切换。
  3. 实验结果表明，该方法在多种地面条件下均能有效运行，且在30次释放试验中有24次成功恢复行走，表现出色。

📝 摘要（中文）

闭环学习的运动控制在商业四足机器人上已得到应用，但在亚千克级别的机器人上仍然不常见。MiNI-Q是一款270克的四足机器人，采用连续旋转的腿部设计，使其能够在身体两侧进行支撑。本文利用单一的姿态条件强化学习策略，完全在机器人内部运行，连接了直立行走、倒立行走和着陆恢复等多种运动模式。通过协调的姿态和释放课程训练这一行为家族，实验结果显示该网络在直立和倒立状态下的前进速度均有良好跟踪表现，且在多种地面条件下均能有效运行。

🔬 方法详解

问题定义：本文旨在解决亚千克四足机器人在运动控制上的挑战，现有方法在小型机器人上应用受限，难以实现灵活的运动模式切换。

核心思路：通过设计一个单一的姿态条件强化学习策略，本文实现了在不依赖状态机或相位切换的情况下，连接多种运动模式，提升了机器人的运动灵活性。

技术框架：整体架构包括一个强化学习模块，该模块通过对机器人的姿态进行条件化训练，连接不同的运动状态。关键的训练过程包括协调的姿态和释放课程。

关键创新：最重要的创新在于提出了一种在连续关节空间上进行运动控制的方法，能够无缝连接不同的运动模式，显著提高了小型四足机器人的运动能力。

关键设计：网络参数设置在10万以下，采用了重标定的损失函数，确保了在不同运动状态下的精确跟踪，且在多种足部几何形状和地面条件下均表现良好。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，该方法在直立状态下的前进速度均方根误差为0.037 m/s，倒立状态下为0.050 m/s。在30次释放试验中，机器人成功恢复行走24次，展现出优异的运动稳定性和适应性。

🎯 应用场景

该研究的潜在应用领域包括救援机器人、探索机器人以及家庭服务机器人等。通过提升小型四足机器人的运动能力，能够在复杂环境中实现更灵活的导航和任务执行，未来可能对机器人技术的发展产生深远影响。

📄 摘要（原文）

Closed-loop learned locomotion is established on commercial quadrupeds but remains uncommon at the sub-kilogram scale. Continuous-rotation legs give MiNI-Q, a 270 g quadruped, access to supporting configurations on either side of the body. We exploit this range with a single posture-conditioned reinforcement-learning policy that runs entirely onboard. A continuous joint-space reference on the torus $T^8$ and its gravity-conditioned transformation connect upright walking, inverted walking, and landing recovery without state machines or phase switching. Coordinated posture and release curricula train this behavior family; identified actuation, cross-engine validation, and embedded execution support hardware transfer. The same sub-100k-parameter network tracks forward velocity with RMSE of 0.037 m/s upright and 0.050 m/s inverted, resumes walking in 24 of 30 release trials, and operates with four interchangeable foot geometries across four indoor surfaces. Hardware experiments and simulation ablations connect these capabilities to the representation, conditioning, and training choices that exploit the platform's motion range. Demonstration videos and supplementary material are available on the project website: https://submissionreview.github.io/around-the-world/.