- 四足机器人通常使用**刚性脚(rigid feet)** 以简化控制并保持稳定接触，但这限制了腿部吸收冲击力和再利用储存弹性动能的能力，导致能耗较高。
- 现有方法缺乏对**脚部柔顺性(compliant feet)** 在四足运动能量效率中作用的系统性研究，尤其是在强化学习控制框架下的效果。
- 使用**强化学习(reinforcement learning)** 训练四足机器人运动控制器，将脚部柔顺性（以弹簧等效）集成到控制策略中。
- 仿真中训练了八种不同弹簧刚度对应的策略，并通过每米机械能耗评估性能。
- 在真实四足机器人上进行实验，测量不同弹簧刚度下的实际能耗。
- **首次** 在**强化学习运动控制器(reinforcement learning locomotion controller)** 中系统整合脚部柔顺性参数，并分析其对步行效率的影响。
- 通过仿真与真实实验的交叉验证，发现**适中刚度(intermediate stiffness)** 弹簧可显著降低能耗约17%，优于极硬和极软弹簧。
- 揭示了脚部柔顺性与**运动稳定性和能量效率** 之间的权衡关系，为设计高效四足机器人足端提供了量化依据。
- 证明了**脚部柔顺性(compliant feet)** 在四足机器人运动中能有效提升能量效率，且不会破坏运动稳定性。
- 提供了一种基于**强化学习(RL)** 的柔顺足控制框架，可推广至其他腿式机器人。
- 为机器人足端设计提供了实验指导：选择适当刚度的弹性材料可节能约17%。