腿式机器人关节力矩控制中的动作与风格先验学习方法

一项针对腿式机器人深度强化学习的研究提出，用少量专家示范数据中学习到的隐动作作为归纳偏置，帮助关节级力矩控制策略更高效地探索。该先验使智能体不受示范奖励水平限制，显著提升迁移任务表现；结合风格奖励进行模仿后，可更贴近专家行为。相关视频已公开。