arXiv cs.AI· Felipe Tommaselli, Ricardo V. Godoy, Thiago H. Segreto, Juliano D. Negri, Marcelo Becker·· 11 小时前AI 评分26
关注步态相位：足式机器人运动策略的有效秩与表征健康度
Mind the Phase: Effective Rank and Representation Health in Legged Locomotion
AI 导读
研究通过网络 Jacobian 的有效秩分析足式机器人运动策略，发现将秩按步态相位条件化可暴露全局秩下不可见的表征结构。观测归一化、层归一化与残差连接等架构选择，为摆动主导状态分配的有效秩维度比支撑主导状态多出 1 个以上，而普通 MLP 基本没有这一差异。据此提出的诊断方法在仿真和实体 Spot 上均将关节抖动降低最多 2 倍。
正文 · AI 翻译
摘要：强化学习已成为足式运动领域的主导范式，借助大规模并行仿真，实现了从后空翻到跑酷等复杂行为。在 PPO 的非平稳性下，浅层网络仍是事实上的架构，并由精心分阶段设计的环境提供支撑；然而，这些策略学到的表征仍鲜为人知，尤其是其与硬件上产生的运动之间的关系。在本工作中，我们通过网络雅可比矩阵的有效秩对运动策略进行实证研究，并表明将秩以步态相位为条件，可以揭示从全局秩中不可见的表征结构。特别地，我们发现架构选择，即观测归一化和带残差连接的层归一化，为摆动主导状态分配的有效秩维度比支撑主导状态多出不止一个，而这在普通 MLP 中基本不存在。基于此，我们提出实用建议，将其转化为用于更健康、更平滑策略的诊断方法。在实践中，这不仅在仿真中，而且在物理 Spot 上，都带来了更低的关节抖动，最高可达 $2$x。更广泛地说，我们的发现表明，策略如何在步态周期中分配其容量与其健康状况及仿真到现实迁移密切相关。
| 评论： | 已被第十届机器人学习会议（CoRL 2026）接收 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.06958 [cs.RO] |
| （或本版本的 arXiv:2609.06958v2 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2609.06958 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Felipe Tommaselli [查看邮箱]
[v1]
2026年9月7日 星期一 02:56:28 UTC（6,353 KB）
[v2]
2026年10月15日 星期四 18:35:31 UTC（8,462 KB）
来源：arXiv cs.AI · arxiv.org