跳到正文
arXiv · 机器人与计算机视觉· Francisco Affonso, Matheus P. Angarola, Ana Luiza Mineiro, Aditya Potnis, Marcelo Becker, Girish Chowdhary·· 13 天前AI 评分70

CTS-MoE:联合训练的感知门控专家实现平滑地形过渡

Keeping Jerk in Check: Jointly Trained Perception-Gated Experts for Smooth Terrain Transitions

AI 导读

论文提出 CTS-MoE 方法,将多地形移动建模为多任务强化学习,通过感知门控混合专家架构和分离的评论家网络,在 Unitree Go1 机器人上实现了从 73.3% 到 93.3% 的成功率提升。该方法降低了动作抖动并避免了切换瞬态,支持四种户外地形类型的转移。

来源:arXiv · 机器人与计算机视觉 · arxiv.org