arXiv cs.AI· Francisco Affonso, Matheus P. Angarola, Ana Luiza Mineiro, Aditya Potnis, Marcelo Becker, Girish Chowdhary·· 11 小时前AI 评分31
CTS-MoE：联合训练感知门控专家实现平滑地形过渡
Keeping Jerk in Check: Jointly Trained Perception-Gated Experts for Smooth Terrain Transitions
AI 导读
CTS-MoE 将多地形运动建模为多任务强化学习，联合训练感知门控的稠密 MoE actor 与任务专属 critic，通过软路由实现连续变化的行为组合。相比分层选择和 DAgger 蒸馏基线，该策略将连通赛道成功率从 73.3% 和 53.3% 提升至 93.3%，全程平均动作 jerk 降低约三分之一，并消除了硬切换在地形边界处的瞬态。
正文 · AI 翻译
摘要：跨越不连续地形的感知式腿足运动需要共享的运动知识、任务特定的动作以及它们之间的平滑过渡。现有方法独立训练专用策略，要么通过分层选择器在它们之间切换，要么将它们蒸馏为单一策略。两者都在组合之前就固定了组成行为，并且都通过总体赛道结果进行评估，而未对地形边界处的行为进行刻画。我们转而提出 CTS-MoE，它将多地形运动表述为多任务强化学习，并联合训练一个感知门控的稠密专家混合 actor 与任务特定的 critic：软路由将专家知识组合为连续变化的行为，而分离的 critic 隔离异构目标，使专门化在联合优化中得以保留。一种并行的教师-学生形式将这种组合从特权地形信息迁移到机载深度信息，从而在部署时仅凭感知推断路由，无需地形标签、选择器或蒸馏阶段。与分层基线和 DAgger 蒸馏基线相比，该策略将连通赛道成功率从 73.3% 和 53.3% 提升至 93.3%，使整个赛道的平均动作抖动降低约三分之一，并避免了硬选择在边界处引入的切换瞬态。在 Unitree Go1 上，它在 10/10 次试验中完成了扩展的户外赛道，并迁移到四种户外地形类型。项目网站：this https URL 。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.19633 [cs.RO] |
| （或 arXiv:2606.19633v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.19633 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Francisco Affonso [查看邮箱]
[v1]
2026年6月17日星期三 22:25:49 UTC（23,276 KB）
[v2]
2026年11月5日星期四 07:18:21 UTC（22,210 KB）
来源：arXiv cs.AI · arxiv.org