跳到正文
arXiv · 机器人与计算机视觉· Felipe Tommaselli, Ricardo V. Godoy, Thiago H. Segreto, Juliano D. Negri, Marcelo Becker·· 2026-10-19AI 评分72

Mind the Phase:足式运动控制中的有效秩与表征健康度研究

Mind the Phase: Effective Rank and Representation Health in Legged Locomotion

AI 导读

该论文针对强化学习在足式运动控制中策略表征理解不足的问题,通过计算网络雅可比矩阵的有效秩,发现将条件变量设定为步态相位能揭示全局分析无法捕捉的表示结构。研究指出,引入残差连接和层归一化的架构相比普通 MLP 能在摆动主导状态分配更多有效秩维度。基于此提出的诊断建议可在仿真及物理 Spot 机器人上降低高达 2 倍的关节抖动,证明策略容量在步态周期内的分布与仿真实验到现实部署的迁移效果密切相关。

来源:arXiv · 机器人与计算机视觉 · arxiv.org