Locomotion

Rapid Embodiment Adaptation giúp Go2 đi ổn định trong 0.5 giây khi chân bị khóa hoặc thêm 5 kg tải — UC San Diego & TU Darmstadt, arXiv 2608.01506.

KAIST HOUND đạt 6 m/s qua cầu thang 3 bậc nhờ APT-RL: Transformer VAE, PPO curriculum, perceptual distillation. Lên bìa Science Robotics 2026.

Dùng PlotJuggler để đọc SRBD, MPC, feet reference và wbid_solve_time trong stack G1 MuJoCo MPC/WBID.

So sánh PD posture và WBID có tiếp xúc trong G1 MuJoCo: gain, q_init, qddot, contact force, task và constraint.

So sánh reconstruction manipulation với static-object mode cho stairs, slope, curb và sitting trong GRAIL.

Cách chuyển policy locomotion từ sim sang robot thật — domain randomization, actuator network và best practices.

Thách thức điều khiển robot bipedal — balance, fall recovery, terrain adaptation từ Cassie đến Digit và humanoid.

Phân tích Extreme Parkour và SoloParkour — cách dạy robot nhảy, leo trèo và vượt địa hình phức tạp bằng RL.

Phân tích paper Walk-These-Ways — train 1 policy duy nhất cho nhiều kiểu di chuyển với multiplicity of behavior.

Hands-on train locomotion policy với legged_gym và deploy lên robot 4 chân Unitree Go2 — từ sim đến real.

Cách RL được áp dụng cho locomotion — từ reward design, observation space đến training pipeline với Isaac Lab.

Lịch sử và lý thuyết điều khiển di chuyển robot — ZMP, CPG, inverse kinematics trước khi RL thống trị.