arXiv cs.RO· Martin Schuck, Maks Sorokin, Simone Manni, Duy Ta, Angela P. Schoellig, Marco Hutter, Simon Le Cleac'H, Jan Br\"udigam·· 2 小时前AI 评分71
用 SMPC 演示与稀疏离线到在线强化学习学习移动操作
Learning Loco-Manipulation From SMPC Demonstrations With Sparse Offline-to-Online RL
AI 导读
该研究提出用仿真中的采样模型预测控制（SMPC）作为自动专家生成大规模离线数据集，再用纯稀疏任务奖励训练离策略强化学习智能体，从而免去稠密奖励的人工设计。高层智能体与低层动态稳定控制器结合后，学到的策略在任务目标上可超过原始最优控制教师。作者在搭载机械臂的 Spot 四足机器人和 G1 人形机器人上完成仿真到现实部署，论文为 CoRL 2026 录用版本。
来源：arXiv cs.RO · arxiv.org