arXiv · ML· Rapha\"el S\'egas, Bal\'azs Opra, L\'eo Ghafari, Thomas Stewart·· 2 天前AI 评分40
基于Unitree Go2四足机器人的热感知强化学习策略实现从热限制到电池限制的持续运动
From Temperature-Limited to Battery-Limited Legged Locomotion
AI 导读
在Unitree Go2四足机器人上,采用热感知强化学习策略将持续运动瓶颈从热关机转变为电池耗尽。 该策略基于13节点集总RC热网络预测电机温度,无需实时温度输入即可降低峰值热量。在载5kg负载以1m/s速度下,策略使机器人续航延长至174分钟(10.0km),热裕量14℃。
来源:arXiv · ML · arxiv.org