步态相位（相位时钟输入）

把步态相位编码成 sin、cos 两个数输入策略网络，让它知道节拍。

这是步态相位在学习型运控里的具体用法：训练强化学习行走策略时，在关节角、角速度、速度指令等观测之外，再输入 sin(2πφ) 和 cos(2πφ)，φ 为 0–1 循环的相位。不直接输入 φ，是因为 φ 从 0.99 跳回 0 时数值突变，而 sin/cos 对应圆上一点、始终连续，网络能看出这两个时刻其实相邻。有了这个外部节拍，没有记忆的前馈网络也能输出稳定的周期步态，并和周期奖励里的支撑、摆动时间表对齐。Walk These Ways（Margolis 与 Agrawal）为四条腿各输入一个 sin 时序信号，并把步频和腿间相位偏移作为指令，从而在线切换小跑、踱步、跳跃等步态。

例子unitree_rl_gym 的 G1 环境把 sin(2πφ)、cos(2πφ) 拼在观测向量末尾，与角速度、投影重力、速度指令、关节位置和速度、上一步动作一起送进策略网络。

也叫

时钟输入、相位观测、clock input、sin/cos 相位编码

相关

步态相位（相位时钟）、强化学习运控、Walk These Ways、观测、支撑相 / 摆动相、位置编码

来源

unitree_rl_gym: legged_gym/envs/g1/g1_env.py
Siekmann et al., Periodic Reward Composition (arXiv 2011.01387)