arXiv · 机器人与计算机视觉· Codrin Crismariu, Ryan K. Cosner·· 2026-10-15AI 评分42
MARCH:一种结合简化模型与视觉策略的具身智能强化学习框架
MARCH: Model-Assisted Reinforcement Learning for the Perceptive Control of Humanoids over Sparse Footholds
AI 导读
MARCH 提出了一种模型辅助强化学习框架,通过生成安全参考轨迹、训练基于控制李雅普诺夫函数的教师策略并蒸馏为视觉学生策略,实现了在稀疏地形上的稳健双足运动。该方法在仿真中验证有效,并在宇树 G1 人形机器人上成功部署,使其在具有侧向约束的稀疏落脚点导航任务中,样本效率显著提升且步态平滑度优于纯模型无关基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org