Robot Umanoidi Padroneggiano Cinque Andature Distinte Tramite Priorità di Movimento Adversariale Selettiva

Un framework unificato di apprendimento per rinforzo consente a un robot umanoide di padroneggiare cinque andature distinte: camminata, passo dell'oca, corsa, salita delle scale e salto. L'approccio utilizza una strategia selettiva di Priorità di Movimento Adversariale (AMP), applicando AMP alle andature periodiche e critiche per la stabilità come camminata e salita delle scale per accelerare la convergenza e sopprimere comportamenti erratici. Per andature altamente dinamiche come corsa e salto, AMP viene deliberatamente omesso per evitare di vincolare eccessivamente il movimento. Le politiche vengono addestrate tramite Ottimizzazione Prossimale delle Politiche con randomizzazione del dominio in simulazione prima del dispiegamento su un robot umanoide fisico a 12 gradi di libertà. La ricerca affronta il conflitto impegnativo tra stabilità ed espressività dinamica attraverso diverse abilità di locomozione. Il lavoro dimostra che una struttura politica coerente, uno spazio d'azione e una formulazione di ricompensa possono gestire requisiti di andatura diversi. Questo approccio di apprendimento multi-andatura è stato documentato nella preprint arXiv 2604.19102v1, annunciato come abstract interdisciplinare. La strategia selettiva AMP rappresenta il contributo chiave, mostrando come una regolarizzazione mirata possa ottimizzare l'apprendimento per caratteristiche specifiche dell'andatura.