arXiv cs.AI· Jacob Levy, Arthur Bouton, Tristan D. Hassler, Hari Nayar, David Fridovich-Keil·· 13 小时前AI 评分31
TERRA：面向火星车高效自适应部署的目标探索框架
Explore Where It Matters: Targeted Exploration for Efficient Rover Adaptation
AI 导读
TERRA 是一个在线自适应框架，通过奖励加权预测损失微调仿真训练的世界模型，并用损失预测器引导 MPC 探索任务相关误差。在严重分布外预训练条件下，TERRA 约 5 次试验内达到约 90% 爬坡成功率，在奖励、完成时间和首次成功能耗上优于探索基线。在 ERNEST 火星车上，TERRA 于 3 至 5 次真实试验内恢复了可变形火星模拟坡面上的主动悬架协同运动。
正文 · AI 翻译
摘要：未来的行星漫游车将穿越陡峭、可变形的地形，此时打滑、下陷和地形变形可能威胁其移动能力。尽管仿真可以捕捉部分轮-土效应，但未建模的可变形地形现象会造成仿真到现实的差距，需要在部署时进行适应。然而，漫游车作业几乎没有空间进行大量试错。我们提出 TERRA（Targeted Exploration for Reward-Relevant Adaptation，面向奖励相关适应的定向探索），这是一个在线适应框架，能够高效地寻找暴露任务相关模型误差的部署数据并加以纠正。TERRA 使用奖励加权预测损失来适应经仿真训练的世界模型，并训练一个损失预测器来估计未来与性能相关的误差可能出现在何处，利用该信号在 MPC 期间引导探索。在仿真中，TERRA 在严重的分布外预训练条件下，于五次试验内达到约 90% 的爬坡成功率，在奖励、完成时间和首次成功所需能量方面优于探索基线。在 ERNEST 漫游车上，TERRA 在三到五次真实世界试验内，在可变形的火星模拟坡面上恢复了协调的主动悬架运动。项目网站：this https URL
| 评论： | Conference on Robot Learning 2026 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.38657 [cs.RO] |
| （或 arXiv:2610.38657v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38657 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jacob Levy [查看电子邮件]
[v1]
2026年10月28日星期三 18:41:55 UTC（4,406 KB）
来源：arXiv cs.AI · arxiv.org