SkateNav：被动轮四足机器人滑行导航框架

2026年10月20日，arXiv Robotics 报道了 Jeil Jeong 等作者提出的 SkateNav——一个基于强化学习的滑行导航框架，面向被动轮四足机器人。该框架让机器人联合学习转向、推进及两者的时间分配，并通过自适应滑行周期与每步频率调制，调整滑行、推进和恢复的相位时长。仿真结果显示，其平均成功率和运输成本均优于所对比的规划器-控制器基线；消融实验验证了周期结构与频率自适应的作用。实机方面，研究者在被动轮 Mini Cheetah 上实现从仿真到现实的零样本迁移，覆盖杂乱室内空间、坡道和铺装室外地面。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。