輪式雙足機器人結合了輪式移動和雙足跳躍的優勢，能夠在複雜地形中靈活運動，但其跳躍高度控制是一個極具挑戰性的問題。跳躍過程中涉及欠驅動、非線性動力學、瞬時衝擊等多種複雜因素，使得精確控制高度非常困難。在實際應用中，為了確保安全，機器人往往採用過高的跳躍高度，但這會導致電機損耗增加、地面反作用力增大以及能量消耗上升，限制了機器人的效率和續航能力。
針對這一難題，研究團隊提出了一種新型輪式雙足跳躍動力學模型（W-JBD）。該模型基於物理原理推導，能夠實現精確的高度控制，但在實際機器人應用中存在一個關鍵缺陷：其生成的扭矩曲線存在劇烈的階躍變化，無法直接應用於真實硬體，因為真實的電機和傳動系統難以承受這種突變。為了解決這個問題，研究人員進一步提出了基於貝葉斯最佳化的扭矩規劃方法（BOTP）。
BOTP方法不需要精確的動力學模型，而是透過少量實驗取樣，利用貝葉斯最佳化演算法在搜尋空間中尋找最優的扭矩曲線。該方法以W-JBD模型提供的扭矩曲線作為初始搜尋範圍，能夠快速收斂，平均僅需40次迭代即可得到最佳化結果。在Webots模擬平臺上進行的實驗表明，BOTP方法將跳躍高度誤差降低了82.3%，同時能量消耗減少了26.9%，並且生成的扭矩曲線連續平滑，適合實際硬體。
這項研究的創新之處在於將動力學模型與資料驅動最佳化相結合，既利用模型提供的先驗知識縮小搜尋空間，又透過貝葉斯最佳化避免了對精確模型的依賴。該方法為輪式雙足機器人的精確高度控制提供了實用的解決方案，有望在搜救、勘探和城市偵察等需要精確跳躍能力的場景中得到應用。未來的工作將集中在真實機器人上的實驗驗證，以及進一步最佳化演算法以減少實驗次數。