潜动作先验提升足式机器人运动学习

Oliver Hausdörfer 等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，让策略直接利用专家动作知识并提升探索效率。 研究者称，该方法不受演示奖励水平限制，迁移任务性能显著提升；将潜在动作先验与模仿风格奖励结合，可更接近地复现专家行为。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。