南科大张巍团队6篇论文入选世界机器人和智能系统会议IROS2021

近日，南方科技大学机械与能源工程系教授张巍团队CLEAR Lab共有6篇论文被IROS 2021接收。IROS （IEEE/RSJ International Conference on Intelligent Robots and Systems）是世界机器人和智能系统领域影响力最大的顶级学术会议之一。张巍团队被IROS2021接收的文章主题涵盖双足机器人（3篇），四足机器人（2篇）及多智能体博弈决策（1篇）。

 瞬时捕获输入概念示意图

论文“Instantaneous Capture Input for Balancing the Variable Height Inverted Pendulum”针对可变高度倒立摆模型（VHIP）引入瞬时捕获输入（instantaneous capture input，ICI）的概念，理论上拓展了经典的捕获点理论。本论文研究成果为人形机器人平衡、稳定行走等基础功能提供了坚实的理论支撑，为今后人形机器人逐渐服务于人们的日常生活奠定了基础。南科大博士后刘俊威为论文第一作者，张巍为论文通讯作者，南科大为论文第一单位和通讯单位。

稳定器适应大幅度地形变化的性能展示

论文“Force-feedback based Whole-body Stabilizer for Position-Controlled Humanoid Robots”从双足机器人全身动力学出发，直接利用6维地面接触力作为反馈，将稳定器的跟踪目标巧妙融入到运动学层面的任务空间轨迹跟踪控制算法中，大幅提升了稳定器的性能，较为全面严谨地论证了人形机器人稳定器的设计方法，为关节仅支持位置控制模式的人形机器人的可靠运动提供了崭新的思路。南科大2019级硕士生杨顺鹏为论文第一作者，张巍为论文通讯作者，南科大为论文第一单位和通讯单位。

强化学习的仿真训练环境已经相应的硬件

论文“Robust Feedback Motion Policy Design Using Reinforcement Learning on a 3D Digit Bipedal Robot”基于目前世界上性能最为优异的双足机器人Digit，开展针对双足动态行走问题的强化学习研究，提出一种数据与模型混合驱动的层级化强化学习框架，并辅以一套行之有效的Sim to Real （仿真到实验）方案，在模型未知的情况下，实现了Digit机器人在不同地面情况的稳定行走。本论文提出的方案是目前已知的国际上首例使用强化学习方法在Digit机器人硬件上实现行走的方法，为强化学习与人形机器人运动控制的结合提供了前瞻性研究成果。本论文由张巍课题组与俄亥俄州立大学教授AyongaHereid团队合作完成。

基于地形感知的四足机器人楼梯攀爬实验图

论文“Perceptive Autonomous Stair Climbing for Quadrupedal Robots”针对四足机器人楼梯攀爬问题，提出了一种基于地形感知的全自主四足机器人楼梯攀爬解决方案。本文提出的方法无需调参即可在不同尺寸的楼梯上实现全自主、高动态的楼梯攀爬，稳定性、平顺性及攀爬效率均为国际领先水平，为今后四足机器人在日常生活中的应用奠定了坚实的基础。南科大2019级硕士生林文春和科研助理齐树豪为论文共同第一作者，张巍为论文通讯作者，南科大为论文第一单位和通讯单位。

双足跳跃仿真示意图

论文“Quadruped Robot Hopping on Two Legs”研究如何使四足机器人仅使用后腿完成稳定的双足跳跃的任务。本文提出将跳跃运动解耦为矢状面轨迹跟踪问题和侧向位置与旋转平衡问题。基于MIT Mini Cheetah 机器人的仿真验证结果表明该方法可以完成四足机器人双足模式的稳定跳跃，效果远好于传统的Raibert控制器和传统的CLF-QP控制器。本论文第一作者为张巍课题组与圣母大学教授Patrick Wensing联合培养的博士生李晟皋，张巍为论文通讯作者，南科大为论文的通讯单位。

鲁棒模型预测控制算法的围捕仿真图

论文“Encirclement Guaranteed Cooperative Pursuit with Robust Model Predictive Control”提出采用鲁棒模型预测控制（Robust MPC）的框架去解决机器人抓捕问题，并且针对问题提出了一种空间分割算法，使得问题求解可以分布式实时进行。论文第一作者为张巍课题组与香港大学教授潘佳联合培养的2019级博士生王琛，张巍教授为论文通讯作者，南科大为论文第一单位和通讯单位。

以上研究获得了国家自然科学基金面上项目、国家自然科学基金青年项目、深圳市基础研究重点项目、深圳市仿生机器人与智能系统重点实验室、以及多项校企合作项目的资助。