该论文提出了一种新颖的基于深度强化学习（DRL）方法来训练机器人的步态控制算法，并引入了一种新的课程学习方法来提供适当的物理辅助，帮助机器人保持平衡和前进。

Jan, 2018

本文提出了一种针对四足机器人开发能源高效的控制器的问题的解决方法，即采用分层学习框架和进化策略来训练高级步态策略和低级凸优化MPC控制器，实现了机器人从行走到小跑再到飞奔等不同速度下自动切换步态，并表明在整个运动速度范围内该分层控制器的能量消耗都显著低于基准控制器。

Apr, 2021

本文利用机器人的实验研究方法研究了四足机器人在不同地形下的学习最小化机械能消耗以实现不同速度下的自然运动步态。本文证实了这一假设和在仿真和现实硬件的自然地形中的验证，这种方法也能够实现非结构化的奔跑步态，与动物的运动控制研究相一致。

Oct, 2021

本文提出了学习控制犬形四足机器人在各种步态下运动的框架，并通过强化学习算法解决了多任务学习的问题。使用四个独立的相位来描述步态发生器和控制策略之间的接口，使用该控制策略，黑豹四足机器人可以在自然环境下流畅、稳健地学习所有运动技能并遵循速度命令进行运动。

Jan, 2022

本文提出了一种方法，将中心模式发生器（CPG），即振荡器系统，整合到深度强化学习（DRL）框架中，以产生稳健且全向的四足动物运动。模型直接调制内在振荡器设定点的振幅和频率，以及协调不同振荡器间的节律性行为，并可以使用DRL探索神经科学相关问题的答案，例如下行途径、振荡器间的耦合和步态生成中的感觉反馈。我们在模拟运用中训练了政策，然后进行sim-to-real转移至Unitree A1，其中我们发现模型行为的鲁棒性优于训练时未见过的干扰，最重要的是动态添加的13.75公斤的负载，代表着115％的名义四足动物质量。我们测试了几种基于本体感官的观察空间，并展示了我们的框架可以在没有任何领域随机化和非常少的反馈的情况下进行部署，它可以提供振荡器状态和触点布尔值。视频结果可在此https URL找到。

Nov, 2022

本文提出了一种结合基于模型的最优控制与强化学习的动态、鲁棒的腿式 locomotion 的多功能控制方法; 该方法成功地学习了控制策略，能够在模拟和硬件实验中生成不同的四足步态模式并保持稳定，并演示了该方法对于不太平的地形的适应性，无需过多的奖励设计或超参数调整。

May, 2023

通过深度强化学习和机器人技术，我们研究了四足机器人的步态转换，发现在平或崎岖地形，生存性是其主要的且普遍的考量因素，而其他因素则较次要.

Jun, 2023

本文提出了过渡网络（transition-net）, 它是一种强大的过渡策略，扩展了机器人在现实世界中的运动多样性。

Jun, 2023

利用计算神经科学分析机器人运动控制的人口群体行为，研究表明在强迫状态和拓扑结构之下，循环状态动力学的结构化和低维的特点与类人研究吻合，振荡系统在可控的神经扰动下，更强地依赖感官输入。

Jun, 2023

鲁棒的运动控制依赖于准确的状态估计，这篇论文提出了使用混合内部模型(HIM)来估计外部状态，并使用对比学习来优化嵌入响应，从而实现四足机器人在各种地形和干扰下的高度灵活、开放世界的运动控制。

Dec, 2023