Robust Ladder Climbing with a Quadrupedal Robot

Autores: Dylan Vogel, Robert Baines, Joseph Church, Julian Lotzer, Karl Werner, Marco Hutter · IROS 2025

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

Unos efectores finales en forma de gancho y una política de RL profesor-alumno permiten a un ANYmal D subir zero-shot escaleras de mano inclinadas 70°–90°, con un 90 % de éxito en hardware y una velocidad media de 0,44 m/s.

Por qué importa

Las escaleras de mano son habituales en la infraestructura industrial y las caídas desde ellas son un riesgo laboral importante (el artículo cita unas 500.000 lesiones relacionadas con escaleras de mano al año en EE. UU.), así que un cuadrúpedo capaz de subirlas extiende la inspección a lugares que antes no alcanzaba. El trabajo también muestra que un cambio modesto en la forma del pie, entrenado junto con la política, separa una subida frágil de una fiable bajo ruido y perturbaciones.

Problema

Los cuadrúpedos se usan para la inspección industrial, pero no pueden subir escaleras de mano de forma fiable, lo que los mantiene fuera de los lugares peligrosos y deja ese trabajo a las personas. Sus pies esféricos o planos no pueden anclarse en los peldaños, subir requiere coordinación de todo el cuerpo con inclinaciones pronunciadas y las escaleras de mano varían en longitud, anchura, separación de peldaños, forma de los peldaños e inclinación. La subida de escaleras de mano por robots hasta ahora, sobre todo por humanoides, solo abordaba escaleras verticales sin perturbaciones y era muy lenta (26 mm/h en un humanoide, hasta dos minutos por peldaño en cuadrúpedos).

Solución propuesta

Los autores equipan un ANYmal D con cuatro efectores finales en forma de gancho (núcleos de aluminio, carcasas impresas en 3D, superficies cóncavas que se asientan sobre peldaños redondos y salientes para empujar y tirar) y entrenan una política de seguimiento de comandos de posición en LeggedGym. Una política profesor, entrenada con Interior-point Policy Optimization, usa el estado privilegiado y un escaneo de alturas; un alumno con un codificador recurrente de creencias se destila para usar solo propiocepción ruidosa, el historial de la IMU y un estado y una pose estimados de la escalera. El alumno genera objetivos de posición articular a 50 Hz, seguidos por un controlador PD a 400 Hz, y se despliega zero-shot.

Ideas clave

• La forma del pie importa bajo incertidumbre: sin ruido, los pies esféricos y los de gancho superan ambos el 99 % de éxito en simulación, pero con ruido y empujones los ganchos alcanzan el 96 % frente al 81 % de los pies esféricos.
• Los ganchos permiten al robot quedar colgado en tensión con el centro de masa fuera del triángulo de apoyo, pasando de empujar hacia abajo sobre un peldaño a tirar de él cuando sufre una perturbación.
• El historial bruto de la IMU sustituyó a la velocidad de la base del estimador de estado de ANYmal, que mostraba errores lineales de hasta 1 m/s durante la subida.
• Abandonar los tiempos de comando muestreados en favor de una recompensa densa de seguimiento y episodios de hasta 10 s mejoró el éxito y produjo un comportamiento emergente de reintento tras los resbalones.
• Una sola política gestiona tanto la marcha como la subida, y su modo de andar emergente se parece al de una persona subiendo una escalera de mano: las patas traseras dan el empuje hacia arriba mientras que las delanteras sobre todo estabilizan.

Resultados principales

• Simulación sobre 50 configuraciones de escalera con 3072 agentes, ruido y empujones aleatorios: 96 % de éxito medio con ganchos frente al 81 % con pies esféricos.
• Hardware, zero-shot, en una escalera de mano de 1,8 m con cinco peldaños cilíndricos: 4 de 4 subidas a 70°, 4 de 4 a 80° y 2 de 3 a 90°, presentado como un 90 % global.
• Velocidad media de subida de 0,44 m/s (0,51 longitudes de cuerpo/s, desviación estándar de 0,16 m/s) en diez configuraciones con éxito, 232× más rápido que el cuadrúpedo anterior del estado del arte.
• Concordancia sim-to-real a 80°: RMSE de la posición y la orientación de la base de 11 cm y 0,18 rad en toda la trayectoria.
• La subida continuó mientras se tiraba del robot con una cuerda atada a la parte delantera o trasera del chasis o al pie delantero izquierdo.
• El entrenamiento duró unos 4,5 días en una RTX 3090 (profesor 15.000 épocas, alumno 5000, 4096 entornos en paralelo); los cuerpos de colisión de los ganchos hicieron el entrenamiento alrededor de un 30 % más lento.

Limitaciones

• El tercer ensayo a 90° falló porque unos separadores no modelados de la base del robot chocaron con el peldaño superior; los autores detuvieron las pruebas a 90° por esta brecha sim-to-real.
• La pose y la inclinación de la escalera provienen de un sistema de captura de movimiento y los demás parámetros de la escalera se miden a mano; sustituir la captura de movimiento por sensores como cámaras de profundidad queda como trabajo futuro.
• Solo se demuestra la subida; el descenso se indica como trabajo futuro.
• El diseño del gancho se eligió de forma heurística y no está optimizado.
• En simulación, los peldaños de 3,5 cm de radio, mayores que la abertura de 2,75 cm del gancho, provocaron una caída constante del éxito con inclinaciones más pronunciadas.

Impacto en el campo

El artículo fue finalista de un premio de IROS 2025 (sesión del programa WeAT1) y tiene 25 citas. Ni el artículo ni el sitio web del proyecto indican que se publique el código o los archivos de diseño del gancho.

Resumen

Los robots cuadrúpedos proliferan en entornos industriales, donde transportan conjuntos de sensores y sirven como plataformas autónomas de inspección. Pese a las ventajas de los robots con patas frente a sus equivalentes con ruedas en terrenos accidentados e irregulares, todavía no son capaces de superar de forma fiable un elemento omnipresente de la infraestructura industrial: las escaleras de mano. La incapacidad de recorrer escaleras de mano impide a los cuadrúpedos inspeccionar lugares peligrosos, expone a las personas al peligro y reduce la productividad de las instalaciones industriales. En este artículo aprendemos la subida de escaleras de mano por un cuadrúpedo mediante una política de control basada en aprendizaje por refuerzo y un efector final complementario en forma de gancho. Evaluamos la robustez en simulación con distintas inclinaciones de escalera, geometrías de peldaños y separaciones entre peldaños. En hardware, demostramos una transferencia zero-shot con una tasa de éxito global del 90 % con ángulos de escalera de 70° a 90°, un rendimiento de subida constante ante perturbaciones no modeladas y velocidades de subida 232× más rápidas que el estado del arte. Este trabajo amplía el alcance de las aplicaciones de los robots cuadrúpedos industriales más allá de la inspección en terrenos nominales hacia elementos de infraestructura exigentes del entorno, y pone de relieve las sinergias entre la morfología del robot y la política de control al ejecutar habilidades complejas. Hay más información en el sitio web del proyecto: https://sites.google.com/leggedrobotics.com/climbingladders.

Enlaces

• arXiv 2409.17731: https://arxiv.org/abs/2409.17731
• DOI 10.1109/IROS60139.2025.11247166: https://doi.org/10.1109/IROS60139.2025.11247166
• PDF: https://arxiv.org/pdf/2409.17731v1
• Página del proyecto: https://sites.google.com/leggedrobotics.com/climbingladders