Dogger四足机器人提出形态-控制协同设计框架

Fabio Boekel、Jiatao Ding、Cosimo Della Santina 发表预印本论文，提出仿生四足机器人 Dogger 及形态-控制协同设计框架。Dogger 采用模块化三段腿、四杆机构和可调被动膝柔顺；框架分两阶段：先用强化学习跨设计训练形态条件控制策略，再在任务特定设计选择中固定该策略，并结合贝叶斯优化。 作者称，所得设计与策略零样本部署后，在巡检和负载搬运任务中分别将运输成本降低 18.6% 和 35.7%。对比显示，完整几何-柔顺协同设计优于固定和受限设计范围；跨任务测试则揭示出任务特定形态与共享机械权衡。作者据此称，这些结果为硬件层面证据，表明在腿足机器人中扩展物理设计空间并配合学习控制，是实现任务驱动形态-控制协同设计潜力的关键。该论文为 arXiv 预印本，尚未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。