HIM（混合内部模型）

Hybrid Internal Model: Learning Agile Legged Locomotion with Simulated Robot ResponseHIM进阶

只用本体感知，从机器人自身响应推断地形和扰动的足式运控方法

上海人工智能实验室 OpenRobotLab（庞江淼团队）2023 年 12 月发布，发表于 ICLR 2024，代码仓库名 HIMLoco。足式机器人的传感器只能给出不完整、带噪声的观测，地面摩擦、地形高度这类外部状态很难直接估计。HIM 借鉴经典控制里的内模控制思想，把这些外部状态当作扰动，根据机器人自身的响应去推断：用一个「混合内部嵌入」同时表示显式的机身速度和隐式的稳定性信息，并用对比学习让它贴近机器人的下一时刻状态。它只需要关节编码器和 IMU 的本体感知，省去教师-学生两阶段模仿，论文称在一张 RTX 4090 上训练约 1 小时就能让四足机器人应对多种地形和外力扰动。