多传感器信息融合 Force - IMU - Vision :
1. 建立接触力和刚度辨识方法,实现多足机器人行走主动缓冲控制
2. 视觉与力觉融合建立具有物理意义的地图
3. 创建利用力传感器的定位方法,突破传统感知传感器的局限性
建立基于强化学习的机器人控制算法框架
1. Sim-to-real 将虚拟环境中训练的策略移植到实际机器人上
2. Model based RL 基于模型的强化学习
3. Multi-Agent RL 多智能体强化学习