晨光
暗夜
晨光
极光
Bilingual Paper Reading · 中英对照精读

四足机器人滑板攀爬：基于反向课程强化学习的滑板登板

准大一 · 机器人工程 × 强化学习 × 四足机器人 —— 滑板登板精读材料
原文：arXiv:2505.06561 2025年5月10日发布 arXiv 预印本（cs.RO / cs.AI / math.OC） 四足机器人 × 反向课程学习 × 仿真训练 附英文摘要朗读音频

一、论文档案

英文标题Quadrupedal Robot Skateboard Mounting via Reverse Curriculum Learning
中文标题四足机器人滑板攀爬：基于反向课程学习的滑板登板（中文短名：四足机器人滑板攀爬）
作者丹尼尔·别洛夫, 阿尔乔姆·叶尔霍夫, 伊丽莎维塔·佩斯托娃, 伊利亚·奥索金, 德米特里·采采鲁库, 帕维尔·奥西年科（机构未在素材中标注）
发布时间2025年5月10日（v1）｜分类：cs.RO（机器人）/ cs.AI（人工智能）/ math.OC（优化与控制）
原文链接arxiv.org/abs/2505.06561　·　全文 HTML 版　·　代码仓库：github.com/dancher00/quadruped-skateboard-mounting
一句话概括别人教四足机器人「怎么在滑板上骑」，这篇教它「怎么自己爬上滑板」——从「站在板上别摔」倒着练起，逐步把起点挪远、让滑板动起来，最终学会自主登板。
💡 为什么选这篇给你：① 四足机器人是当下最「出圈」的机器人品类（宇树、波士顿动力都是代表），滑板登板这个选题有趣又直观；② 方法思想极简——「反向课程」就是倒着教：先学最简单的收尾动作，再逐步增加难度，完全不用复杂数学也能读懂；③ 代码、训练好的模型和可复现示例全部开源，大一就能跑起来看效果。

二、核心术语表（先扫一遍再读正文）

英文术语中文大白话解释
quadrupedal robot四足机器人四条腿的机器人，比轮式更能适应复杂地形，如宇树 Unitree、波士顿动力 Spot。
skateboard mounting滑板登板（上板）机器人从地面爬上滑板并站稳的过程，本文的核心任务。
Reverse Curriculum Reinforcement Learning反向课程强化学习课程学习的一种「倒着用」：先从任务最简单的收尾阶段学起，再逐步增加起始难度。
curriculum learning课程学习像上课一样由易到难地训练：先学简单子任务，再过渡到完整任务。
reinforcement learning (RL)强化学习智能体通过与环境试错交互、按奖励信号学习最优策略的学习范式。
policy策略「看到什么状态 → 采取什么动作」的决策规则；训练机器人控制器就是在学策略。
terminal phase收尾阶段任务的最后一段（如已站在板上、保持平衡），是反向课程学习的起点。
global coordinate frame全局坐标系固定在环境（地面）上的参考坐标系；「滑板固定在全局坐标系」指滑板完全不动。
initial condition初始条件训练开始时机器人与滑板的位置/姿态设定；逐步放松初始条件=逐步加大难度。
robustness鲁棒性在条件变化（滑板位置、朝向偏移）下依然表现稳定的能力。
transfer迁移（泛化）在一种场景下学到的能力用到另一种场景（如从固定滑板到移动滑板）。
underactuation欠驱动系统自由度多于可控自由度，「不能想动哪就动哪」的情况。
passive dynamics被动动力学不施加控制时，系统靠重力、惯性自然运动的行为。
Model Predictive Control (MPC)模型预测控制每步基于动力学模型滚动优化未来一段时间的控制量，四足机器人常用控制方法。
actuator执行器（电机/液压作动器）把能量变成机械运动的部件，是腿足机器人「力气」的来源。
heat losses热损耗电机线圈发热浪费的能量；四足机器人电机热损耗可高达 76%，是「给机器人装轮子」的动机之一。
simulation仿真在计算机里模拟物理环境训练机器人，本工作全部实验在仿真中完成。

三、摘要中英对照（精读核心）

🎧 音频在文末，可先听一遍原文再读；每个英文句都配了逐句翻译。

摘要 Abstract

EN · 原文
The aim of this work is to enable quadrupedal robots to mount skateboards using Reverse Curriculum Reinforcement Learning.
CN · 翻译
本工作的目标是让四足机器人能够使用反向课程强化学习登上滑板。
EN · 原文
Although prior work has demonstrated skateboarding for quadrupeds that are already positioned on the board, the initial mounting phase still poses a significant challenge.
CN · 翻译
尽管已有工作展示了四足机器人在已经站在板上时滑行，但最初的登板阶段仍是一个重大挑战。
EN · 原文
A goal-oriented methodology was adopted, beginning with the terminal phases of the task and progressively increasing the complexity of the problem definition to approximate the desired objective.
CN · 翻译
采用了面向目标的方法论：从任务的收尾阶段开始，逐步增加问题定义的复杂度，以逼近期望的目标。
EN · 原文
The learning process was initiated with the skateboard rigidly fixed within the global coordinate frame and the robot positioned directly above it.
CN · 翻译
学习过程从滑板刚性固定在全局坐标系中、机器人正位于滑板上方开始。
EN · 原文
Through gradual relaxation of these initial conditions, the learned policy demonstrated robustness to variations in skateboard position and orientation, ultimately exhibiting a successful transfer to scenarios involving a mobile skateboard.
CN · 翻译
通过逐步放松这些初始条件，学到的策略对滑板位置与朝向的变化表现出鲁棒性，最终成功迁移到滑板可移动的场景。
EN · 原文
The code, trained models, and reproducible examples are available at the following link: https://github.com/dancher00/quadruped-skateboard-mounting
CN · 翻译
代码、训练好的模型与可复现示例可在以下链接获取：https://github.com/dancher00/quadruped-skateboard-mounting

关键词 Keywords：Quadrupedal Robot 四足机器人 ｜ Skateboard Mounting 滑板登板 ｜ Reverse Curriculum Learning 反向课程学习 ｜ Reinforcement Learning 强化学习 ｜ Locomotion 运动

四、引言精选（为什么这个问题重要）

① 腿足运动的优势与代价：全能，但难

EN · 原文
Legged robot locomotion has a number of advantages over the other motion types. The main one is the versatility, that comes from the ability of the legs to change their contact points. Legged locomotion is naturally omnidirectional, and allows for the obstacles and difficult terrain to be traversed. On the other hand, it is extremely difficult on many levels. The mechanical construction of the robot should be able to carry the weight of the robot in the presence of sudden impacts. The motors are supposed to have both high velocity and high torque in order to perform walking and running.
CN · 翻译
腿足运动比其他运动方式有一系列优势，最主要的是多功能性——来自腿能随时改变接触点的能力。腿足运动天然是全向的，能穿越障碍与困难地形。另一方面，它在很多层面都极其困难：机器人的机械结构要能承受突发冲击下的自重；电机既要高速度又要高扭矩才能完成行走与奔跑。

② 一段历史：从 1950 年代到 MIT 猎豹，腿足机器人走了几十年

EN · 原文
Legged locomotion took several decades to develop to its current state. The first electrically and hydraulically actuated legged machines were proposed as early as in the 1950s. At that time they were heavy and slow. While a lot of attempts were made, a major breakthrough to the dynamic, legged locomotion happened in early 1980s at Caltech with the developments of the group of Mark Raibert [1]. They have engineered a one-leg robot that was built purposely to perform fast dynamical movements rather than to resemble a humanoid or quadruped. With these developments, it has become possible to pronk, jump and make backflips.
CN · 翻译
腿足运动花了几十年才发展到今天。最早的电驱动与液压驱动腿足机器人在 1950 年代就出现了，当时它们又重又慢。尽管尝试众多，动态腿足运动的重大突破发生在 1980 年代初的加州理工学院——Mark Raibert 团队造了一台单腿机器人，专门用来做快速动态动作，而不是模仿人形或四足外形。由此，蹦跳、跳跃、后空翻都成为可能。

③ 为什么让四足「上滑板」？因为腿太耗电了

EN · 原文
One of the remaining caveats of the motors used in modern quadrupedal robots is their power consumption. Due to the high conductivity of the coils and high currents, the heat losses can be as high as 76% [4]. In order to improve the efficiency of quadrupedal robots, a number of works were devoted to supplementing quadrupeds with wheels. Overall, wheeled platforms are much simpler mechanically. They rely on the continuous contact point change, allowing for more straightforward control algorithms. A clear advantage of the wheeled platforms unfolds in the locomotion on even terrains.
CN · 翻译
现代四足机器人电机的一大短板是功耗：由于线圈导电率高、电流大，热损耗可高达 76%。为了提高四足机器人的能效，许多工作致力于给四足机器人加装轮子。总体而言，轮式平台机械上简单得多——依靠接触点连续变化，控制算法更直接；在平坦地形上移动的优势尤其明显。

④ 主动轮 vs 被动轮：滑板属于「被动的轮子」

EN · 原文
There are two ways to make quadrupedal robot move on wheels: they can be active and passive. Using active wheels streamlines the development of the control algorithms, as they do not introduce any new degrees of underactuation. Non-actuated wheels require the passive dynamics of the legged-wheeled platform to be considered, and in the case of a normal skateboard additional constraints should be enforced to prevent slippage of the feet from the board. The riding of a skateboard by a quadruped was recently presented, and this work is devoted to the extension of the capabilities of the quadrupedal robots to ride skateboards autonomously (Figure 1).
CN · 翻译
让四足机器人借助轮子移动有两种方式：主动轮与被动轮。主动轮不引入新的欠驱动自由度，简化了控制算法开发；而非驱动的轮子必须考虑腿-轮平台被动动力学，对于普通滑板还需要额外约束防止脚从板上滑落。最近已有四足机器人骑滑板的工作，而本文致力于把四足机器人的能力扩展到自主骑滑板（图 1）——即补上「登板」这一环。
💡 这是全文最有味道的一句：“Although prior work has demonstrated skateboarding for quadrupeds that are already positioned on the board, the initial mounting phase still poses a significant challenge.”——会骑≠会上去。就像人滑滑板最难的不是滑，而是「先站上去」；把「被忽略的过渡环节」变成论文的选题，是科研里非常聪明的切入点。

五、方法要点：反向课程怎么「倒着教」（核心思路）

EN · 原文
A goal-oriented methodology was adopted, beginning with the terminal phases of the task and progressively increasing the complexity of the problem definition to approximate the desired objective.
CN · 翻译
第一步 · 从结局倒推。不直接从「远处走向滑板」学起，而是先学任务的收尾阶段（站上板、保持平衡），再逐步把问题定义变复杂，逼近最终目标。
EN · 原文
The learning process was initiated with the skateboard rigidly fixed within the global coordinate frame and the robot positioned directly above it.
CN · 翻译
第二步 · 从最简单的初始条件起步。训练开始时，滑板被刚性固定、纹丝不动，机器人直接位于滑板上方——只需学会「站稳」。
EN · 原文
Through gradual relaxation of these initial conditions, the learned policy demonstrated robustness to variations in skateboard position and orientation, ultimately exhibiting a successful transfer to scenarios involving a mobile skateboard.
CN · 翻译
第三步 · 逐步放松条件。慢慢放开滑板的固定、让机器人起点越来越远，学到的策略对滑板位置与朝向的变化保持鲁棒，最终成功迁移到滑板可移动的场景——真正的「自主登板」。
EN · 原文
The riding of a skateboard by a quadruped was recently presented, and this work is devoted to the extension of the capabilities of the quadrupedal robots to ride skateboards autonomously (Figure 1).
CN · 翻译
定位与价值。「骑滑板」已被前人实现，本工作补齐的是「自主骑滑板」的完整链路中缺失的登板环节，让四足机器人真正实现「走近→登板→骑行」。

六、结论中英对照

EN · 原文
A method was proposed for the Reverse Curriculum Reinforcement Learning-based mounting of a skateboard in simulation by a quadrupedal robot. It relies on the gradual increase of the problem that is being solved, from trying not to fall from the board to full mounting, when the robot is initialized far from the skateboard. Numerical experiments were conducted in simulation.
CN · 翻译
本文提出了一种基于反向课程强化学习、让四足机器人在仿真中登板的方法。它依赖于逐步增加所解决问题的难度：从「努力不从板上摔下来」一直到「机器人从远离滑板处初始化时的完整登板」。数值实验均在仿真中完成。
EN · 原文
The results suggest that robust skateboard mounting can be performed by a quadruped in short time. Overall, this work addresses the gap between walking and riding in quadrupedal robots towards creating a complete skill pipeline for autonomous skateboarding — from approach to mounting to riding.
CN · 翻译
结果表明，四足机器人能在短时间内完成鲁棒的滑板登板。总体而言，本工作填补了四足机器人「行走」与「骑行」之间的空白，朝着构建完整的自主滑板技能流水线——从接近、登板到骑行——迈出一步。
EN · 原文
Future work may encompass the following: • Combining the mounting skill and the riding skill in one controller • Validating the proposed approach with the real-world experiments • Introducing the steering control via leaning the body of the robot to the sides
CN · 翻译
未来工作可能包括：① 把登板技能与骑行技能合并进同一个控制器；② 用真实世界实验验证所提出的方法；③ 引入通过向两侧倾斜机器人身体实现的转向控制。

七、编者解读：这篇论文到底讲了什么（大白话版）

  1. 问题：四足机器人骑滑板已经有人做出来了，但那些研究都是「把机器人直接放到板上」开始的——最难的「自己爬上去」没人解决。就好比只教人「怎么滑」，不教「怎么上车」。
  2. 为什么难：登板时滑板是活动、会晃的，机器人一脚踩上去，板就滑走或翘起来，四条腿要同时处理「保持自己平衡」和「稳住脚下这块板」两件事。
  3. 做法：反向课程学习——把任务「倒着教」。先让滑板固定死、机器人就在板正上方，只学「站稳」；然后一步步放开：板可以歪一点、机器人起点远一点，最后滑板完全自由移动，机器人从远处走来、一跃上板。每一步都只比上一步难一点点，强化学习就不容易「学崩」。
  4. 结果：仿真中策略对滑板位置、朝向的变化都稳健，并成功迁移到「滑板会动」的场景——说明学到的不是死记硬背，而是「登板」这项技能本身。
  5. 边界：全部实验在仿真里完成，尚未上真机；登板与骑行也还没合并成一个控制器。作者在结论里把这些「下一步」一条条列清楚了，这是很标准的收尾方式。
🎯 对保研的启示：这篇论文的选题思路值得抄作业——找「大家都跳过的环节」。前人做「骑行」，作者做「登板」；前人从中间开始，作者从结局倒推。复试时若能讲出「我发现已有工作都默认跳过了某个环节，而它恰恰是关键难点」，比空谈「我对机器人感兴趣」有力得多。

八、给准大一的阅读路线图 & 延伸方向

📖 怎么读这篇论文（三遍法）

  1. 第一遍（10 分钟）：只读摘要和术语表，回答三个问题——任务是什么（登板）？方法是什么（反向课程）？结果如何（仿真里成功且能迁移）？
  2. 第二遍（20 分钟）：读引言 + 结论，重点体会「为什么要给四足加轮子（76% 热损耗）」以及「结论里列的三个未来工作」。
  3. 第三遍（30 分钟）：读方法部分（课程阶段怎么划分、奖励怎么设计、初始条件怎么逐步放松），跳过公式和训练超参数，只读文字描述；遇到不懂的术语回查术语表。

🚀 这个方向你能延伸做什么

九、英文摘要朗读（练听力用）

先盲听一遍→再看对照稿→再听一遍。目标是听出关键词组（Reverse Curriculum Reinforcement Learning、mounting phase、gradual relaxation、mobile skateboard）和 GitHub 链接中的名字。