跳到正文
arXiv · 机器人与计算机视觉· Van Chung Nguyen, Hung Manh La·· 27 天前AI 评分72

MPBRS:用于人形运动统一奖励配置的基于多势能的奖励塑形

MPBRS: Multi-Potential-Based Reward Shaping for Unified Reward Configuration in Humanoid Locomotion

AI 导读

针对人形强化学习奖励函数设计难、易过拟合或失稳的问题,本文提出 MPBRS 方法,通过势能差引导探索且不改变最优策略。该方法在九个人形机器人上验证了仅需关节映射和默认姿态等元数据即可实现统一配置,相比标准塑形具有更一致的缩放行为和更低调参敏感性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org