Robust Ladder Climbing with a Quadrupedal Robot

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

许可协议

• 开放获取
• 论文: CC BY 4.0

以下内容均依据论文全文，按其 CC BY 4.0 许可协议使用；其中的图已注明作者。

一句话总结

钩形末端执行器和教师-学生强化学习（RL）策略让 ANYmal D 以零样本方式攀爬倾角为 70°–90° 的梯子，硬件成功率为 90%，平均速度为 0.44 m/s。

为何重要

梯子在工业基础设施中很常见，而从梯子上跌落是一大职业危害（论文引用的估计是美国每年约 500,000 起与梯子相关的伤害），因此能爬梯的四足机器人可以把巡检扩展到以前无法到达的地方。这项工作还表明，对足部形状做适度修改并与策略一起训练，就能在噪声和扰动下区分出脆弱的攀爬与可靠的攀爬。

问题

四足机器人被用于工业巡检，却无法可靠地爬梯，这使它们进不了危险位置，只能把这些工作留给人。它们的球形或平底足无法在横档上固定，在陡峭倾角下攀爬需要全身协调，而且梯子的长度、宽度、横档间距、横档形状和倾角各不相同。此前的机器人爬梯主要由人形机器人完成，只能处理无扰动的垂直梯子，而且非常慢（某人形机器人为 26 mm/h，四足机器人每个横档最多需要两分钟）。

提出的方法

作者为 ANYmal D 装上四个钩形末端执行器（铝制芯体、3D 打印外壳、可落座在圆形横档上的凹面，以及用于推和拉的凸起），并在 LeggedGym 中训练一个位置指令跟踪策略。教师策略用 Interior-point Policy Optimization 训练，使用特权状态和高度扫描；学生策略带有循环信念编码器，经蒸馏后只使用含噪声的本体感知、IMU 历史以及估计的梯子状态和位姿。学生策略以 50 Hz 输出关节位置目标，由 400 Hz 的 PD 控制器跟踪，并以零样本方式部署。

关键见解

• 在不确定性下足部形状很重要：无噪声时，球形足和钩形足在仿真中的成功率都超过 99%，但加入噪声和推力后，钩形足达到 96%，而球形足为 81%。
• 钩子让机器人能在质心位于支撑三角形之外时以受拉状态悬挂，并在受到扰动时从向下推压横档切换为拉住横档。
• 原始 IMU 历史替代了 ANYmal 状态估计器给出的基座速度，后者在攀爬过程中的线速度误差高达 1 m/s。
• 放弃对指令时间的采样，改用密集跟踪奖励和最长 10 s 的回合，提高了成功率，并在打滑后产生了自发的重试行为。
• 同一个策略同时处理行走和攀爬，其自发形成的步态类似人类爬梯：后腿提供向上的推力，前腿主要起稳定作用。

主要结果

• 在 50 种梯子配置下、使用 3,072 个智能体并加入噪声和随机推力的仿真：钩形足平均成功率为 96%，球形足为 81%。
• 硬件零样本测试，梯子长 1.8 m、有五根圆柱形横档：70° 时 4 次攀爬 4 次成功，80° 时 4 次 4 次成功，90° 时 3 次 2 次成功，总体报告为 90%。
• 在十种成功配置上的平均攀爬速度为 0.44 m/s（0.51 body lengths/s，标准差 0.16 m/s），比此前最先进的四足机器人快 232×。
• 80° 下的仿真与现实一致性：整条轨迹上基座位置和姿态的 RMSE 分别为 11 cm 和 0.18 rad。
• 当用绳子从底盘前部或后部、或从左前足拉拽机器人时，攀爬仍在继续。
• 训练在一张 RTX 3090 上耗时约 4.5 天（教师 15,000 个 epoch，学生 5,000 个，4,096 个并行环境）；钩子的碰撞体使训练慢了约 30%。

局限

• 第三次 90° 试验失败，原因是机器人基座上未建模的支撑柱撞到了最上面的横档；由于这一仿真到现实的差距，作者停止了 90° 测试。
• 梯子的位姿和倾角来自动作捕捉系统，其他梯子参数靠手工测量；用深度相机等传感方式取代动作捕捉是未来工作。
• 只演示了向上攀爬；向下攀爬被列为未来工作。
• 钩子的设计是凭经验选定的，未经优化。
• 在仿真中，半径为 3.5 cm、大于钩子 2.75 cm 开口的横档，使成功率在更陡的倾角下持续下降。

对领域的影响

该论文入围 IROS 2025 奖项决选（会议场次 WeAT1），被引用 25 次。论文及其项目网站均未说明会发布代码或钩子设计文件。

摘要

四足机器人正越来越多地进入工业环境，在其中搭载传感器套件并充当自主巡检平台。尽管在崎岖不平的地形上，足式机器人相比轮式机器人具有优势，但它们仍无法可靠地应对工业基础设施中随处可见的一种设施：梯子。无法通过梯子使四足机器人无法巡检危险位置，使人员身处险境，并降低工业现场的生产率。在本文中，我们通过一种基于强化学习的控制策略和与之配套的钩形末端执行器，学习四足机器人的爬梯能力。我们在仿真中评估了其在不同梯子倾角、横档几何形状和横档间距下的鲁棒性。在硬件上，我们展示了零样本迁移：在 70° 到 90° 的梯子角度范围内总体成功率为 90%，在未建模扰动下保持稳定的攀爬性能，攀爬速度比最先进水平快 232×。这项工作将工业四足机器人的应用范围从常规地形上的巡检扩展到环境中具有挑战性的基础设施，突显了在执行复杂技能时机器人形态与控制策略之间的协同作用。更多信息请见项目网站：https://sites.google.com/leggedrobotics.com/climbingladders。

链接

• 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
• 项目主页: https://sites.google.com/leggedrobotics.com/climbingladders