En los últimos años, las tareas relacionadas con la movilidad autónoma han favorecido el uso de robots con patas en lugar de los de ruedas gracias a su mayor movilidad en terrenos ásperos y desiguales. Esto tiene el costo de planificadores de movimiento y controladores más complejos para garantizar la estabilidad y el equilibrio del robot. Sin embargo, en el caso de los robots cuadrúpedos, el equilibrio es más simple que en los bípedos gracias a sus polígonos de soporte más grandes. Hasta hace unos años, la mayoría de los científicos e ingenieros abordaban el problema de la locomoción cuadrúpedica con enfoques basados en modelos, que requieren una gran cantidad de experiencia en modelado. Una nueva tendencia es el uso de métodos basados en datos, que parecen ser bastante prometedores y han mostrado grandes resultados. Estos métodos no requieren ningún esfuerzo de modelado, pero sufren limitaciones computacionales dictadas por los recursos de hardware utilizados. Sin embargo, solo la fase de diseño de estos algoritmos requiere grandes recursos de computación (entrenamiento del controlador); su ejecución en la fase operativa (despliegue) se lleva a cabo en tiempo real en procesadores comunes. Además, se han diseñado pies adaptativos capaces de detectar información del perfil del terreno y han mostrado un gran rendimiento. Aún así, ningún método de control de locomoción dinámica ha sido diseñado específicamente para aprovechar las ventajas y la información suplementaria proporcionada por este tipo de pies adaptativos. En este trabajo, investigamos el uso y evaluamos el rendimiento de diferentes políticas de control de extremo a extremo entrenadas a través de algoritmos de aprendizaje por refuerzo específicamente diseñados y entrenados para trabajar en robots cuadrúpedos equipados con pies adaptativos pasivos para su control de locomoción dinámica sobre un conjunto diverso de terrenos. Examinamos cómo la adición de la percepción háptica del terreno afecta el rendimiento de la locomoción.