用时序逻辑规格学习具备步态感知能力的四足机器人运动

论文提出将信号时序逻辑（STL）用于四足机器人步态约束，把安全边界、腿部同步、速度指令跟踪和执行器限制转化为连续奖励。研究在Google Barkour机器人与MuJoCo XLA上实现行走-小跑、小跑和奔跑三类步态，并结合PPO、并行仿真和域随机化；摘要称其相较手工奖励具有更紧的速度跟踪和更稳定的训练。