轮式、飞行与六足机器人借新学习法提升稳定性

对机器人而言，高效学会任务只是挑战的一部分。系统还必须在完成任务时不越过安全、稳定运行的合理边界。此前，机器人专家往往要在最优学习与可靠稳定性之间二选一，因为强化学习与控制理论的优先目标不同。

伊利诺伊大学厄巴纳-香槟分校格兰杰工程学院航空航天工程系的研究人员，将强化学习与控制理论结合以解决这一取舍。其方法旨在保证稳定性的同时，让学习型控制器提升任务表现，而非把稳定性留作训练后的单独检查。

团队报告称，该方法将跟踪性能较现有方法最多提升15%。研究覆盖轮式、飞行和六足机器人，表明框架面向不同运动方式与动力学条件，而非单一平台。这种覆盖面重要，因为每类机器人面临的稳定性风险不同。

强化学习可通过试错发现有效控制策略，但标准训练目标不会自动强制稳定性。控制理论为安全行为提供形式化条件。新方法将二者连接，使学习不会把机器人推出运行中可接受的边界，研究人员表示。

对轮式机器人，稳定性可能涉及牵引与安全转向；对飞行机器人，涉及姿态与高度；对六足机器人，则涉及步态与身体姿态。通用学习框架有望减少为每个平台单独构建保证的需求，同时尊重各系统不同的物理特性。

研究人员称，该方法能在保持稳定性的同时改善跟踪，这对需在实验室外可靠运行的机器人尤为重要。报告的15%提升相对现有方法测得，团队将稳定性视为首要要求而非事后补充，这可能使学习型控制器在部署前更易评估。

通过融合强化学习与控制理论保证，这项工作指向既能从经验学习、又不放弃形式化安全预期的控制器。此类方法或有助于轮式、飞行和六足机器人在实际部署中保持正轨，因为突发扰动与变化地形可能暴露平均奖励无法捕捉的弱点。