Aller au contenu principal
2025 conference-paper

Gait in Eight: Efficient On-Robot Learning for Omnidirectional Quadruped Locomotion

1Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : de, pl. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

On-robot Reinforcement Learning is a promising approach to train embodiment-aware policies for legged robots. However, the computational constraints of real-time learning on robots pose a significant challenge. We present a framework for efficiently learning quadruped locomotion in just 8 minutes of raw real-time training utilizing the sample efficiency and minimal computational overhead of the new off-policy algorithm CrossQ. We investigate two control architectures: Predicting joint target positions for agile, high-speed locomotion and Central Pattern Generators for stable, natural gaits. While prior work focused on learning simple forward gaits, our framework extends on-robot learning to omnidirectional locomotion. We demonstrate the robustness of our approach in different indoor and outdoor environments and provide the videos and code for our experiments at: https://nico-bohlinger.github.io/gait_in_eight_website

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Gait in Eight: Efficient On-Robot Learning for Omnidirectional Quadruped Locomotion
Date Crossref
19/10/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Technische Universität Darmstadt pays non établi dans la notice
    Université ou école supérieure
  • Instytut Technik Telekomunikacyjnych i Informatycznych (Poland) pays non établi dans la notice
    Entreprise
  • Technical University of Darmstadt pays non établi dans la notice
    Université ou école supérieure
  • MAB Robtics pays non établi dans la notice
    Institution

Technische Universität Darmstadt, Instytut Technik Telekomunikacyjnych i Informatycznych (Poland) et Technical University of Darmstadt, avec 1 autre affiliation.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Robotic Locomotion and ControlReinforcement Learning in RoboticsHuman Motion and Animation

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.