强化学习（RL）在四足机器人领域的应用正不断拓展，使得机器人能够适应复杂地形。传统的位置控制RL框架存在局限性，例如对地形变化适应性差，且需要线性速度等状态估计技术。此外，多数研究采用轻量型四足机器人，受硬件限制难以完成高复杂度任务。
为此，研究人员Jordan Dowdy及其合作者提出了一种扭矩驱动的强化学习框架，专门针对重型、高扭矩四足机器人。该框架无需智能体当前速度信息，即可有效跟踪期望线速度，并能够穿越崎岖地形。研究者在NVIDIA Isaac Sim和Isaac Lab仿真环境中，使用Unitree B1四足机器人验证了扭矩控制策略的性能。
实验结果显示，该机器人可达到3.5 m/s的线速度和1.5 rad/s的角速度。更值得关注的是，它能够在不借助任何外部传感器的情况下自主上下楼梯。这一特性显著增强了机器人在未知环境中的自主能力。
该论文已被2026年IEEE/SICE系统集成国际研讨会（SII）接收并发表，页面编号1259-1264。相关工作为重型四足机器人的高性能运动控制提供了新思路，有望推动其在工业、救援等复杂场景中的应用。此外，研究者指出，未来的工作将探索在实际硬件上部署该框架，并扩展到更复杂的动态环境。这项研究不仅展示了扭矩控制相对于位置控制的优势，也为四足机器人在现实世界中执行高强度任务铺平了道路。