StairMaster: Learning to Conquer Risky Hollow Stairs for Agile Quadrupedal Robots
作者: Xincheng Tang, Youhan Xie, Zhengjie Shu, Wanyu Li, Lai Jiang, Wenkang Hu, Yitong Li, Ruigang Yang
分类: cs.RO
发布日期: 2026-06-24
备注: 9 pages, 9 figures
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出StairMaster以解决四足机器人攀爬空心楼梯问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 四足机器人 强化学习 深度感知 运动稳定性 复杂地形
📋 核心要点
- 攀爬空心楼梯存在腿部被卡住的风险、深度数据稀疏性和高频噪声等挑战，现有方法难以应对。
- 提出StairMaster，通过三阶段强化学习框架，结合交叉注意力机制和空间感知递归单元，提升机器人在复杂地形上的稳定性。
- 在Unitree Go2机器人上成功实现了零样本转移，能够攀爬高达55°的空心楼梯，展示了显著的性能提升。
📝 摘要（中文）
攀爬空心楼梯对四足机器人而言是一个具有挑战性的任务，主要由于腿部被卡住的风险、深度稀疏性以及高频深度传感噪声。本文提出了StairMaster，一个新颖的三阶段强化学习框架，旨在实现稳定的极端不连续地形运动。该架构结合了交叉注意力机制，从噪声深度数据中提取结构特征，并采用空间感知递归单元（SRU）来保持强大的时空记忆，以减轻感知盲点。为缩小深度感知的模拟与现实差距，提出了一种高保真模拟到现实的深度传感器建模管道，忠实再现现实世界的传感器伪影。此外，采用3D路径引导的主动感知奖励，结合空心间隙运动学和楼梯边缘惩罚，确保精确的脚步放置。StairMaster成功部署在Unitree Go2机器人上，展示了其在零样本转移下征服高达55°的空心楼梯的能力。至今为止，这是第一个在现实环境中实现如此陡峭空心楼梯攀爬的基于强化学习的策略。
🔬 方法详解
问题定义：本文旨在解决四足机器人在空心楼梯上攀爬时面临的高风险和感知盲点问题。现有方法在处理深度稀疏性和高频噪声时表现不佳，导致机器人运动不稳定。
核心思路：StairMaster通过三阶段强化学习框架，利用交叉注意力机制提取深度数据中的结构特征，并通过空间感知递归单元（SRU）增强时空记忆，以应对感知盲点和噪声影响。
技术框架：整体架构分为三个阶段：第一阶段为深度数据处理，使用交叉注意力机制提取特征；第二阶段为强化学习训练，结合主动感知奖励和惩罚机制；第三阶段为实际部署与测试，确保机器人在真实环境中的稳定性。
关键创新：最重要的创新在于引入了高保真模拟到现实的深度传感器建模管道，能够真实再现传感器伪影，从而有效缩小模拟与现实之间的差距。
关键设计：在设计中，采用了3D路径引导的主动感知奖励机制，结合空心间隙的运动学惩罚和楼梯边缘惩罚，确保机器人的脚步放置精确，提升了整体运动稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，StairMaster在Unitree Go2机器人上成功实现了高达55°的空心楼梯攀爬，展示了其在零样本转移下的强大能力。这一成果在现有基线中具有显著提升，标志着在现实环境中实现极端地形运动的新突破。
🎯 应用场景
该研究的潜在应用领域包括救援机器人、探测机器人以及任何需要在复杂地形中移动的四足机器人。通过提升机器人在不规则地形上的运动能力，StairMaster能够在灾难救援、户外探险等场景中发挥重要作用，具有显著的实际价值和未来影响。
📄 摘要（原文）
Climbing hollow stairs remains a challenging problem for quadruped robots due to the high risk of leg trapping, severe depth sparsity, and high-frequency depth-sensing noise. In this paper, we propose StairMaster, a novel three-stage reinforcement learning framework for stable locomotion on such extreme discontinuous terrains. Our architecture integrates a Cross-Attention mechanism to extract structural features from noisy depth data, alongside a Spatial-aware Recurrent Unit (SRU) that maintains robust spatio-temporal memory to mitigate perception blind spots. To bridge the sim-to-real gap in depth perception, we propose a high-fidelity sim-to-real depth sensor modeling pipeline that faithfully replicates real-world sensor artifacts. Additionally, we employ a 3D waypoint-guided active perception reward for proactive sensing, alongside hollow gap kinematic and stair edge penalties to ensure precise foothold placement. We successfully deployed StairMaster on a Unitree Go2 robot, demonstrating its ability to conquer hollow stairs with an unprecedented incline of up to 55$^\circ$ through zero-shot transfer. To the best of our knowledge, this is the first RL-based policy to achieve such steep hollow stair climbing in real-world environments. Project Website: https://sivan666666.github.io/StairMaster/.