Capitoli
In questa pagina
四足系列
围绕四足机器人的建模、控制、强化学习与多模态决策,提供从单关节 PD 控制到整机步态、PPO 策略训练、网页实时仿真与语言视觉闭环的完整实战项目。
🗂️ 项目总览
| 分类 | 项目 | 简介 |
|---|---|---|
| 分章主线 | 从零到一搭建四足机器人 | 沿着 8 章主线,从 MuJoCo 执行器、正逆运动学、Pupper 建模走到开环步态、PPO 训练、LLM 控制与视觉追球 |
| 网页与多场景仿真 | Petoi Quaddle 四足步行仿真 | 在浏览器里直接控制四舵机机器人行走与停止,学习闭环连杆适配、残差 PPO 训练与多地形实验分析 |
| 语言视觉闭环 | Petoi Quaddle VLA 导航训练 | 只凭语言指令与相机画面的自主导航:SmolVLA 高层决策 + 查表 CPG 低层运控,10GB 显存复现(L2 导航 90% / L3 避障 80% / L4 组合 85%) |
| 跨仿真验证 | Sim2Sim 验证 | 跨物理引擎策略迁移与一致性验证(施工中) |
| 真机部署 | Sim2Real 指南 | 从仿真策略到真实四足硬件的标定、安全保护与部署流程(施工中) |
🎬 典型演示
![]() 从零到一搭建四足机器人 CS123 仿真版 · Walk / Pace / Bound / Gallop 步态对比 | ![]() PPO 步态策略训练 MuJoCo + Stable-Baselines3 · 闭环平衡与速度跟踪 |
|---|
从零到一搭建四足机器人 · 分章典型 GIF
![]() 1. 执行器与 PD 控制 单关节位置闭环与 0.3 Hz 正弦跟踪 | ![]() 2. 正运动学 单腿三自由度齐次变换与关节扫频 | ![]() 3. 逆运动学 末端轨迹反解与 Raibert 悬空踏步 |
|---|---|---|
![]() 4. 搭建四足机器人 Pupper v3 MJCF 建模、浮动基座与落地站稳 | ![]() 7. 语言控制 LLM Function Calling 拆解多步动作序列 | ![]() 8. 视觉感知 机载相机目标检测 + RL 步态闭环追球 |
Petoi Quaddle 四足步行仿真 · 场景预览
![]() Quaddle 入门:网页实时仿真与残差 PPO 浏览器内直接运行 MuJoCo WebAssembly,控制行走、站立与暂停 | ![]() Quaddle 多场景实验:结果与失败分析 平地停走转向、上下坡、台阶与坑洼地形的实测回放与复盘 |
|---|
Petoi Quaddle VLA 导航训练 · 效果预览
![]() VLA 导航:10GB 显存训一个策略 SmolVLA + temporal ensembling,"走到红色积木旁" 20eps 90% | ![]() 低层运控对照(非 VLA) 查表 CPG 开环步态,upright、69.8mm/s |
|---|
🧭 内容大纲
1. 从零到一搭建四足机器人(CS123 仿真版)
仿照 Stanford CS123 课程设计的中文全仿真主线,不依赖实体硬件即可跑通“控制—运动学—建模—步态—强化学习—语言与视觉”完整闭环。前 3 章同时提供浏览器端交互实验。
| 章节 | 内容 | 在线交互 |
|---|---|---|
| 0. 课程总览 | 课程定位、前置知识、环境要求与 6 周学习节奏 | — |
| 1. 执行器与 PD 控制 | 电机模型、减速比、Bang-Bang 与单关节 PD/PID 闭环响应 | PD 交互实验 |
| 2. 正运动学 | 刚体位姿、齐次变换矩阵、DH / URDF 约定与 3-DoF 单腿 FK | FK 交互实验 |
| 3. 逆运动学 | 几何解析解、雅可比数值迭代与足端轨迹跟踪 | IK 交互实验 |
| 4. 搭建四足机器人 | Pupper v3 URDF/MJCF 树状结构、浮动基座与站立参数扫描 | — |
| 5. 步态控制 | 相位调度、摆动/支撑相轨迹与 Trot / Walk / Pace / Bound / Gallop | — |
| 6. 策略训练 | Gymnasium 环境封装、指数速度奖励设计与 PPO 闭环步态训练 | — |
| 7. 语言控制 | 工具 API 封装、Function Calling / ReAct 循环与语音指令接入 | — |
| 8. 视觉感知 | 机载相机挂载、HSV 检测、像素到方向角映射与追球闭环 | — |
2. Petoi Quaddle 四足步行仿真
基于 Petoi 官方 Quaddle 模型,补充 MuJoCo 闭环连杆约束、被动扭簧与接触参数,支持直接在网页内实时交互运行。
| 篇章 | 内容 |
|---|---|
| 入门:让四足机器人走起来 | 网页实时 MuJoCo 仿真器、本地 mjpython 运行、无限棋盘地面渲染与 32 维残差 PPO 训练流程 |
| 多场景实验:结果与失败分析 | 平地停走转向、3°/5° 上下坡、4 mm 下台阶、2 mm 上台阶、坑洼地形与跑步候选的对比视频及复跑命令 |
3. Petoi Quaddle VLA 导航训练
在《Quaddle 入门》环境上走通 VLA 全链路:只告诉机器人 "walk to the red block",它自己转向、分辨颜色、走到目标停下——SmolVLA 450M 高层决策 + 查表 CPG 低层运控,10GB 显存预算可复现。
| 篇章 | 内容 |
|---|---|
| VLA 导航:10GB 显存训一个策略 | 数据采集 → SmolVLA 微调 → 闭环评估的复现路线;效果预览(L2 导航 90%)与能力边界 |
| 实验记录与 v5 路线图 | v4/v5/v6 全部试验(含阴性结果);temporal ensembling 突破与 8.2x 训练加速 |
| 实施现状与计划 | L1-L4 验收进度、任务分解(L3 避障 80% / L4 组合 85%)与真机交接计划 |











