强化学习范式原则上允许复杂行为 直接从简单的奖励信号中学习。然而，在实践中，情况确实如此 常见的手工设计奖励功能，以鼓励特定的 解决方案，或从演示数据中导出。本文探讨了如何丰富 环境有助于促进复杂行为的学习。明确地 我们在不同的环境环境中培训代理人，并发现这鼓励了他们 在一系列任务中表现良好的稳健行为的出现。 我们为运动演示了这一原则——众所周知的行为 他们对奖励选择的敏感度。我们在一个平台上训练几个模拟物体 使用一个简单的奖励功能，可以设置各种具有挑战性的地形和障碍 基于向前的进展。使用一种新的可伸缩策略梯度变体 强化学习，我们的特工可以根据需要学习跑、跳、蹲和转身 在没有明确的基于奖励的指导的环境下。对……的视觉描绘 学习行为的要点可以在本视频中查看。

六自由度机器人运动学求解及工作空间分析，张文君，丁华锋，随着机器人技术的不断发展，智能化、自动化程度的不断提高，各种用途的机器人在生产、科研等多个领域获得广泛应用。本文研究了一

针对纵向滑动参数未知的轮式移动机器人的轨迹跟踪问题, 提出一种自适应跟踪控制策略. 利用两个未知参 数来描述移动机器人左右轮的纵向打滑程度, 建立了产生纵向滑动的差分驱动轮式移动机器人的运动学模型; 设计 了补偿纵向滑动的自适应非线性反馈控制律; 应用Lyapunov 稳定性理论与Barbalat 定理证明了闭环系统的稳定性; 同时, 提出了一种由极点配置方法在线调整控制器增益的方法. 仿真结果验证了所提出控制方法的有效性.

该专著围绕面向多关节机器人的在线机器人运动学标定技术展开，介绍在线机器人标定概论；机器人标定发展历程；运动学标定技术分类；重点介绍了在线机器人运动学标定技术，包括：运动学建模，基于多传感器的在线测量技术，基于混合滤波的信息融合模型，在线参数辨识技术，误差补偿模型等。同时对在线机器人运动学标定技术下一步发展进行了展望。通过理论与实践的结合，力图为从事机器人运动学标定的人员起到抛砖引玉的作用。

双足机器人是与人类最接近的一种机器人，其关键技术就是双足步行，最大的特征就是能像人类一样行走，可以完成人类基本的运动功能，尽管目前在仿人机器人领域已经取得了很大的成果，但相对于人类行走，怎样提高在行走过程中步态的稳定性、灵活性、行走速度以及独立性等仍然是个很大的挑战。由于足部是在行走过程中唯一与地面直接接触的机构，直接受到地面的反作用力，因此足部与地面的接触情况以及缓解冲击的重要性就显而易见。 本文主要针对双足机器人仿生足部运动机构开展研究，主要工作如下：1、分析了双足机器人足部关节研究的目的及意义，归纳了各种类型的足部机构的优缺点，综述了国内外的研究，提出从仿生学的角度利用柔顺机构学原理解决足部结构设计的可行性。2、结合解剖学、人体运动力学、仿生学和柔顺机构学等相关知识，分析足部关节的结构及其各部分（骨骼、肌肉）的运动功能，通过对人体行走步态的研究，分析足部关节抗冲击、减震、储能等方面的结构特征，为仿生柔顺节能足的进一步的研究提供了基础依据。3、根据双足机器人在行走过程中脚趾的运动特征，提出了脚趾与脚掌的连接方法。应用柔顺机构原理，设计了三种不同的柔顺机构模型。利用SolidWorksSimulation软件中的非线性分析方法，对以上三种柔顺机构进行了计算与优化，比较分析应力与位移大小。设计了一种适用于“脚跟着地，脚尖离地”行走步态的脚趾柔顺铰链，为以后的行走方式的改变提供了可能。4、从仿生学的角度出发，完成了仿生足单元的整体结构设计。根据路面状况优化了脚趾结构和脚跟结构，使其对地面具有更好的适应性，同时，对脚跟冲击吸收机构进行了分析和优化。由于避震器具有良好的冲击吸收功能，在此采用了避震器与弹簧板相结合的机构。根据所确定的避震器参数，对弹簧板进行有限元分析。最后，完成了橡胶脚底层材料以及六维力力矩传感器的选择。

利用MFC框架编写程序控制机器人的运动，包括前进后退左转右转

基于模糊PID算法的球形两栖机器人运动控制

介绍 全向移动机器人运动参数校准方法，请关注“混沌无形”

该文档对UR10机器人的正运动学、逆运动学、雅可比矩阵和动力学的计算进行了分析和推导，给出了相关公式

机器人运动学的分析是研究机器人控制的基础,能够保证机器人的控制化程度。以库卡机器人为例,建立D-H坐标系,对它进行运动学正反解,用MATLAB辅助计算。