《Acta Astronautica》：Physics-informed Hierarchical Controller for Adaptive Gait Transition of Multi-Legged Space Robots in Microgravity
编辑推荐：
•提出了一种物理信息分层控制器（PHC），用于将高层步态决策与低层轨迹优化解耦。•PHC明确编码了物理约束，相较于传统方法显著加速了策略收敛。•PHC实现了跨不同平台的地形自适应自主步态切换。•PHC使机器人能够有效平衡运动稳定性与移动效率。引言地外探索和在轨服务要求机器人系
- •
提出了一种物理信息分层控制器（PHC），用于将高层步态决策与低层轨迹优化解耦。
- •
PHC明确编码了物理约束，相较于传统方法显著加速了策略收敛。
- •
PHC实现了跨不同平台的地形自适应自主步态切换。
- •
PHC使机器人能够有效平衡运动稳定性与移动效率。
引言
地外探索和在轨服务要求机器人系统能够在特征描述不充分的微重力环境中实现自主导航、自适应运动和可靠运行[1]，[2]，[3]，[4]，[5]。与地面环境不同，微重力引入了独特风险——接触诱发的反弹、姿态控制丧失以及不可控漂移，而有限的表面特性先验知识进一步限制了运动自主性[6]，[7]，[8]。配备主动抓握或吸附机制的多足机器人已成为此类场景中有前景的候选方案[9]，[10]，[11]，因为其运动效率和稳定性关键取决于步态规划。
现有的步态控制方法大致可分为三类。基于规则的方法（例如固定步态库或CPG模型）提供确定性、可解释的行为，但缺乏对未知地形变化的适应性[12]，[13]，[14]，[15]，[16]。端到端强化学习实现了令人印象深刻的技能获取，但通常将机器人视为黑箱，产生关节级指令而无显式可行性保证——导致样本复杂度高且仿真到现实的差距显著[17]，[18]，[19]，[20]，[21]，[22]。分层架构通过解耦高层决策与低层执行部分缓解了这些问题，但大多数架构是为平坦地形机器人设计的，并未明确处理微重力特有约束（例如足端脱离、动量耦合），也不支持跨平台策略复用[23]，[24]，[25]，[26]。因此，尽管取得了进展，但目前仍缺乏一种既能显式嵌入物理稳定性判据又能保持基于学习的地形适应性的控制框架来应对太空应用需求。
为弥补这一空白，我们提出了一种物理信息分层控制器（PHC）。此处"物理信息"并非指PINNs风格的损失惩罚，而是指将接触稳定性条件、动量变化最小化和支撑多边形裕度直接且显式地嵌入到强化学习奖励函数和低层轨迹优化器中。这一设计确保所有生成的步态和足端轨迹在动力学上是可行的，有效地将无模型学习与基于模型的约束执行连接起来。关键在于，与将物理视为硬不变量的传统约束规划器不同，PHC允许高层策略在这些约束下学习依赖于地形的权衡，同时低层优化器产生平滑的、动量最小化的轨迹，主动缓解足端滑移和非预期脱离。
来自具体场景的动机。考虑一个六足机器人在非结构化低重力表面上穿越的情况（图1）。三足步态可最大化前进速度，但由于地面反作用力较为剧烈，可能在剧烈地形变化处诱发反弹或漂移；波动步态可确保稳定性，但牺牲了运动效率[27]，[28]。因此，一个直观且实际有效的策略是在平坦地形上采用快速的三足步态，在崎岖区域切换到稳定的波动步态。这一观察——没有单一步态在所有情况下都是最优的——直接启发了我们的自适应步态切换框架。
本工作的主要贡献包括：
- 1)
一种物理信息分层控制器（PHC），将基于强化学习的步态决策与基于优化的轨迹生成解耦，集成动力学先验和稳定性判据以实现地形自适应运动；
- 2)
对与微重力相关的物理约束进行了形式化描述，并将其嵌入为奖励组件和优化目标，以确保运动安全性和动力学可行性；
- 3)
在Hexapod Rover（微重力仿真）和JetHexa（物理地面实验）上的跨平台验证，提供了目标环境中的初步有效性和真实硬件上的工程可行性。
为将PHC定位于已有工作之中，表1总结了本方法与三类现有代表性方法之间的关键区别。
本文的组织结构如下：第2节形式化描述物理约束。第3节介绍分层控制器。第4节展示仿真和实验结果，第5节给出结论。
章节摘要
物理约束的形式化
物理约束的精确建模为确保持机器人运动稳定性和动力学可行性提供了理论基础。在提出的物理信息分层控制器（PHC）中，物理约束模型的显式表述是使高层决策层能够生成兼顾控制性能与动力学可执行性的步态策略的关键组件。以六足机器人为测试平台，我们的建模框架
整体架构
物理信息分层控制器（PHC）的架构如图5所示。其核心目标在于将高层步态决策与低层轨迹优化解耦，从而实现稳定性、安全性和运动效率的协同优化。
整体工作流程如下：
首先，通过蒙特卡洛方法对环境地形点云进行采样[32]，生成一组高质量候选支撑点。
实验验证
为验证所提出的PHC，我们采用双轨实验策略，有意将微重力性能验证与工程可行性验证分离：(1) 微重力仿真（Gazebo中的Hexapod Rover）：该轨道评估PHC在微重力环境下的核心算法能力，包括足端滑移抑制和稳定表面吸附维持。仿真环境实现了自由浮动动力学并允许
结论
本文针对空间微重力环境下六足机器人的自适应运动控制问题，提出了一种融入物理先验的物理信息分层控制器（PHC）。该控制器采用高层策略网络进行步态决策，结合低层优化器生成动力学约束下的足端轨迹，从而协同优化运动效率和运动稳定性。
在微重力仿真中，PHC实现了
CRediT作者贡献声明
Shilin Zhang：撰写——初稿、可视化、验证、软件、方法论、数据管理、概念化。Binbin Zhang：撰写——审阅与编辑、资源、项目管理、调查、经费获取、形式化分析。Zhaokui Wang：项目管理、调查、经费获取、形式化分析
利益冲突声明
? 作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
致谢
本工作受国家自然科学基金资助（批准号：12373066和12572405）。
Shilin Zhang|Binbin Zhang|Zhaokui Wang
