arXiv cs.AI· Oliver Hausd\"orfer, Alexander von Rohr, \'Eric Lefort, Angela Schoellig·· 11 小时前AI 评分31
利用协同动作与风格先验学习足式机器人运动
Synergistic Action and Style Priors for Learning Legged Locomotion
AI 导读
研究者提出一种面向力矩控制的归纳偏置：从少量专家演示数据中学习潜在动作先验，使策略能直接利用专家动作知识并提升探索效率。该智能体不受演示奖励水平限制，迁移任务性能显著提升；潜在动作先验结合模仿风格奖励可更接近地复现专家行为。
正文 · AI 翻译
摘要：深度强化学习（DRL）使机器人能够通过与环境的交互学习复杂行为。然而，由于学习算法不受约束的特性，所得解决方案往往脆弱且显得不自然。这在学习直接的关节级力矩控制时尤为明显，因为归纳偏置难以融入学习过程。我们提出一种用于学习运动控制的归纳偏置，它对力矩控制尤为有用：从一小批专家演示数据集中学习到的潜在动作。该先验使策略能够直接利用专家动作中所包含的知识，并促进更高效的探索。我们观察到，智能体并不局限于演示的奖励水平，且迁移任务中的性能得到显著提升。潜在动作先验与用于模仿的风格奖励相结合，可更贴近地复现专家行为。视频见 此 https URL。
| 评论： | Humanoids 2026 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2410.03246 [cs.RO] |
| （或 arXiv:2410.03246v3 [cs.RO] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2410.03246 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Oliver Hausdörfer [查看邮箱]
[v1]
2024年10月4日星期五 09:10:56 UTC（6,083 KB）
[v2]
2025年3月1日星期六 09:12:55 UTC（8,986 KB）
[v3]
2026年10月20日星期二 06:52:02 UTC（2,796 KB）
来源：arXiv cs.AI · arxiv.org