arXiv cs.RO· Simone Manni, Annika Wollschl\"ager, Dario Bellicoso, Abel Gawel, Marco Hutter, Simon Le Cleac'h, Jan Br\"udigam·· 4 小时前AI 评分65
通过阶段条件策略优化学习多阶段机器人移动操作
Learning Multi-Phase Robot Loco-Manipulation via Phase-Conditioned Policy Optimization
AI 导读
研究提出将 PPO 扩展为阶段条件策略优化，用阶段条件评论家、阶段门控奖励和多阶段重置课程训练单一策略完成长时程移动操作任务。方法采用解耦分层控制架构，将底层平衡动力学与高层阶段执行分离，并在 Unitree G1 和加装机械臂的 Boston Dynamics Spot 实机上验证多阶段技能，同时通过消融实验检验设计选择。
来源：arXiv cs.RO · arxiv.org