arXiv · 机器人与计算机视觉· Lemon Foxmere, Anthony Furman, Yizheng Du, Oliver Chang, Leilani Gilpin, Steve McGuire·· 2026-10-09AI 评分67
通过对抗性任务选择提升四足机器人多样化技能:结合强化学习与模仿学习的论文研究
Teaching a Robot Dog New Tricks: Diverse Quadruped Skills via Combined Reinforcement and Imitation Learning with Adversarial Task Selection
AI 导读
该研究针对单任务策略难以覆盖挖掘、近距离侦察等多样化技能的问题,提出一种三阶段方法训练单一策略执行行走、挖掘和跳跃等不同任务并组合出新行为。首先用强化学习在窄定义任务上训练多个教师策略;随后利用多教师蒸馏架构,结合强化学习与模仿学习目标,并通过对抗性任务选择聚焦于表现最差的子任务进行优化。
来源:arXiv · 机器人与计算机视觉 · arxiv.org