arXiv · 机器人与计算机视觉· Simone Manni, Annika Wollschl\"ager, Dario Bellicoso, Abel Gawel, Marco Hutter, Simon Le Cleac'h, Jan Br\"udigam·· 22 天前AI 评分50
通过阶段条件化策略优化学习多相机器人移动 - 操作技能
Learning Multi-Phase Robot Loco-Manipulation via Phase-Conditioned Policy Optimization
AI 导读
针对复杂长视界全身移动操作任务,本文扩展近端策略优化(PPO),利用先验任务结构训练单一策略以支持多种硬件平台。方法采用阶段条件化评论家、阶段门控奖励函数及多阶段重置课程来引导探索,并解耦底层平衡动力学与高层相位执行。作者在 Unitree G1 和配备操作臂的 Boston Dynamics Spot 上验证了该方法能获取复杂的移动 - 操作技能,且无需依赖人类运动数据。
来源:arXiv · 机器人与计算机视觉 · arxiv.org