跳到正文
arXiv · 机器人与计算机视觉· Oliver Hausd\"orfer, Alexander von Rohr, \'Eric Lefort, Angela Schoellig·· 29 天前AI 评分42

Synergistic Action and Style Priors for Learning Legged Locomotion 提出隐式动作先验与风格奖励,提升扭矩控制下的双足运动学习效率与模仿效果

Synergistic Action and Style Priors for Learning Legged Locomotion

AI 导读

针对深度强化学习在直接关节力矩控制中解耦不自然的问题,该方法利用专家演示数据构建隐式动作先验以辅助策略探索。结合风格奖励机制后,智能体能更精准复现专家行为,且在迁移任务中的性能显著优于仅依赖奖励水平的基线。相关视频与预印本代码已公开,适用于双足机器人运动学习研究。

来源:arXiv · 机器人与计算机视觉 · arxiv.org