面向复杂地形的四足机器人RL-MPC分层运动控制方法研究

王留东; 李培波; 徐洋

doi:10.19886/j.cnki.dhdz.2025.0438

东华大学学报（自然科学版） ›› 2026, Vol. 52 ›› Issue (3) : 238 -246. DOI: 10.19886/j.cnki.dhdz.2025.0438

面向复杂地形的四足机器人RL-MPC分层运动控制方法研究

王留东, 李培波, 徐洋

作者信息 +

Author information +

文章历史 +

摘要

实现不同复杂地形的稳定行走是四足机器人最具挑战性的任务之一。传统的基于模型的方法承受着建模复杂性的负担，并且缺乏泛化能力。为解决上述问题，提出一种融合模型预测控制(MPC)与强化学习(RL)的四足机器人分层运动控制框架，有效解决传统MPC方法因模型简化导致的动态性能局限。实行分层控制架构：上层通过强化学习策略实时优化MPC权重系数矩阵，下层采用MPC执行高精度足端轨迹跟踪。通过引入域随机化技术构建多样化训练场景，并设计融合运动稳健性、能量效率等多目标奖励函数，使学习策略能够动态调整MPC的步态参数空间，实现从简化模型到真实机器人系统的动态补偿。试验结果表明，相较于传统MPC方法，所设计框架在云深处Lite3机器人平台上实现了性能的显著提升，稳定后速度跟踪误差绝对值小于0.1 m/s,姿态角误差绝对值低于0.06 rad。研究为四足机器人动态运动控制提供了模型驱动与数据驱动相融合的新范式，在保证运动稳定性的前提下显著增强了系统对未知环境的适应能力。