Vierbeinige Roboter können verschiedene Bewegungsrhythmen verwenden, und jeder Rhythmus weist unterschiedliche Merkmale hinsichtlich Geländedurchlässigkeit und Energieeffizienz auf. Durch aktives Anpassen der Rhythmen in verschiedenen Umgebungen können vierbeinige Roboter eine energiesparende und anpassungsfähige Bewegungsstrategie realisieren. In diesem Artikel wird die Energieeffizienz und Geländedurchlässigkeit der Bewegungsstrategie von vierbeinigen Robotern unter Verwendung von verstärktem Lernen unter verschiedenen Rhythmusparametern untersucht und ein Trainings- und Integrationsrahmen vorgeschlagen, der die erlernten einzelnen Bewegungsstrategien in eine effiziente multitaskfähige Bewegungsstrategie integriert. Die Experimentellergebnisse zeigen, dass diese Multiskill-Strategie eine Optimierung der Energie erreichen kann und dabei einen sanften und sicheren Rhythmusübergang gewährleistet.

verstärktes Lernen; Bewegung; Bewegungslernen; Energieeffizienz