Robust Ladder Climbing with a Quadrupedal Robot

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

授權條款

開放取用
論文: CC BY 4.0

以下內容皆依據論文全文，依其 CC BY 4.0 授權條款使用；圖表已標示作者。

一句話摘要

鉤形末端執行器與教師-學生強化學習（RL）策略，讓 ANYmal D 以零樣本方式攀爬傾角 70°–90° 的梯子，硬體成功率為 90%，平均速度為 0.44 m/s。

為何重要

梯子在工業基礎設施中很常見，而從梯子跌落是重大的職業危害（論文引用的估計為美國每年約 500,000 起與梯子有關的傷害），因此能爬梯的四足機器人可以把巡檢延伸到過去到不了的地方。這項研究也顯示，對足部形狀做適度的修改並與策略一起訓練，就能在雜訊與擾動下區分出脆弱與可靠的攀爬。

問題

四足機器人被用於工業巡檢，卻無法可靠地爬梯，讓它們進不了危險位置，這些工作只能留給人來做。它們的球形或平底足無法在橫檔上固定，陡峭傾角下的攀爬需要全身協調，而梯子的長度、寬度、橫檔間距、橫檔形狀與傾角也各不相同。先前的機器人爬梯大多由人形機器人完成，只能處理沒有擾動的垂直梯子，而且非常慢（某人形機器人為 26 mm/h，四足機器人每根橫檔最多需要兩分鐘）。

提出的方法

作者為 ANYmal D 裝上四個鉤形末端執行器（鋁製芯材、3D 列印外殼、可落在圓形橫檔上的凹面，以及用於推與拉的凸起），並在 LeggedGym 中訓練位置指令追蹤策略。教師策略以 Interior-point Policy Optimization 訓練，使用特權狀態與高度掃描；學生策略具備遞迴信念編碼器，經蒸餾後只使用含雜訊的本體感知、IMU 歷史，以及估計的梯子狀態與姿態。學生策略以 50 Hz 輸出關節位置目標，由 400 Hz 的 PD 控制器追蹤，並以零樣本方式部署。

關鍵見解

在不確定性下，足部形狀很重要：沒有雜訊時，球形足與鉤形足在模擬中的成功率都超過 99%，但加入雜訊與推力後，鉤形足達到 96%，球形足則為 81%。
鉤子讓機器人能在質心位於支撐三角形之外時以受拉狀態懸掛，並在受到擾動時從向下壓橫檔切換為拉住橫檔。
原始 IMU 歷史取代了 ANYmal 狀態估測器提供的基座速度，後者在攀爬時的線速度誤差高達 1 m/s。
捨棄對指令時間的取樣，改用密集追蹤獎勵與最長 10 s 的回合，提高了成功率，並在打滑後出現自發的重試行為。
單一策略同時處理行走與攀爬，其自發產生的步態類似人類爬梯：後腿提供向上推力，前腿主要負責穩定。

主要結果

在 50 種梯子配置、3,072 個代理並加入雜訊與隨機推力的模擬中：鉤形足平均成功率為 96%，球形足為 81%。
硬體零樣本測試，使用長 1.8 m、具五根圓柱形橫檔的梯子：70° 時 4 次攀爬 4 次成功，80° 時 4 次 4 次成功，90° 時 3 次 2 次成功，整體報告為 90%。
在十種成功配置上的平均攀爬速度為 0.44 m/s（0.51 body lengths/s，標準差 0.16 m/s），比先前最先進的四足機器人快 232×。
80° 下的模擬與現實一致性：整條軌跡上基座位置與姿態的 RMSE 分別為 11 cm 與 0.18 rad。
以繩子從底盤前方或後方、或從左前足拉扯機器人時，攀爬仍持續進行。
訓練在一張 RTX 3090 上約需 4.5 天（教師 15,000 個 epoch，學生 5,000 個，4,096 個平行環境）；鉤子的碰撞體讓訓練慢了約 30%。

限制

第三次 90° 試驗失敗，原因是機器人基座上未建模的支柱撞到最上方的橫檔；因為這個模擬到現實的落差，作者停止了 90° 測試。
梯子的姿態與傾角來自動作捕捉系統，其他梯子參數則以人工量測；以深度攝影機等感測方式取代動作捕捉是未來的研究。
只展示了向上攀爬；向下攀爬列為未來的研究。
鉤子的設計是依經驗選定的，並未經過最佳化。
在模擬中，半徑 3.5 cm、大於鉤子 2.75 cm 開口的橫檔，使成功率在較陡的傾角下持續下降。

對領域的影響

這篇論文入圍 IROS 2025 獎項決選（議程場次 WeAT1），被引用 25 次。論文與其專案網站都沒有說明會釋出程式碼或鉤子設計檔案。

摘要

四足機器人在工業環境中日益普及，在其中搭載感測器套件，並作為自主巡檢平台。儘管在崎嶇不平的地形上，足式機器人比輪式機器人更具優勢，它們仍無法可靠地應付工業基礎設施中隨處可見的設施：梯子。無法通過梯子，使四足機器人無法巡檢危險位置，讓人員身陷險境，也降低了工業場域的生產力。本文透過以強化學習為基礎的控制策略與相輔相成的鉤形末端執行器，學習四足機器人的爬梯能力。我們在模擬中評估其在不同梯子傾角、橫檔幾何形狀與橫檔間距下的穩健性。在硬體上，我們展示了零樣本轉移：在 70° 到 90° 的梯子角度範圍內整體成功率為 90%，在未建模的擾動下維持一致的攀爬表現，攀爬速度比最先進水準快 232×。這項研究將工業四足機器人的應用範圍，從一般地形上的巡檢擴展到環境中具挑戰性的基礎設施，突顯了在執行複雜技能時機器人形態與控制策略之間的綜效。更多資訊請見專案網站：https://sites.google.com/leggedrobotics.com/climbingladders。

連結

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
專案頁面: https://sites.google.com/leggedrobotics.com/climbingladders