arXiv cs.AI· Laurens Engwegen, Max Weltevrede, Caroline Horsch, Daan Brinks, Wendelin B\"ohmer·· 10 小时前AI 评分24
基于共享模块化递归的上下文 MDP 实现通用形态机器人控制
Shared Modular Recurrence in Contextual MDPs for Universal Morphology Control
AI 导读
研究者提出一种基于 Transformer 的共享模块化递归架构，用于上下文 MDP 下的通用形态机器人控制，可在上下文特征仅部分可用时通过模块化交互恢复信息。在大量 MuJoCo 机器人上评测显示，该架构在四种环境中对动力学、运动学和拓扑均未见的机器人实现了零样本泛化性能的显著提升。
正文 · AI 翻译
摘要：一种适用于任意机器人形态的通用控制器将大幅提升计算和数据效率。已有研究通过利用关于各个机器人属性的上下文信息，并在深度强化学习智能体的架构中利用其模块化结构，朝着这种多机器人控制迈出了步伐。然而，当机器人的形态差异极大时，这便成为一个具有挑战性的问题，尤其是当智能体必须泛化到新的、未见过的机器人时。在本文中，我们考虑到上下文特征往往只有部分可用，但它们可以通过模块化交互来恢复。这可以带来更好的多机器人控制，以及对训练期间未见过的上下文的泛化能力。为此，我们实现了一种具有共享模块化循环的基于 transformer 的架构，并在大量 MuJoCo 机器人上评估其（泛化）性能。结果表明，在四种不同环境中，对于具有未见过的动力学、运动学和拓扑结构的机器人，零样本泛化性能有显著提升。
| 主题： | 人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2506.08630 [cs.AI] |
| （或本版本的 arXiv:2506.08630v4 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2506.08630 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Laurens Engwegen [查看电子邮件]
[v1]
2025年6月10日星期二 09:44:30 UTC（1,693 KB）
[v2]
2025年9月7日星期日 10:03:07 UTC（1,690 KB）
[v3]
2026年7月8日星期三 09:45:39 UTC（2,768 KB）
[v4]
2026年10月30日星期五 17:07:06 UTC（2,985 KB）
来源：arXiv cs.AI · arxiv.org