arXiv cs.RO· Xuemin Hu, Kaixin Li, Qingqing Xia, Yuxin Wang, Wei Xie, Bo Tang, Long Chen·· 5 天前AI 评分57
H^2MARL：面向人形机器人全身控制的分层异质多智能体强化学习框架
H^2MARL: Hierarchical Heterogeneous Multi-agent Reinforcement Learning for Humanoid Robot Control
AI 导读
作者提出 H^2MARL 分层异质多智能体强化学习框架，用于人形机器人全身控制。该方法按关节自由度（JDoF）做物理异质性感知的策略分解，让每个扭矩驱动关节以自身驱动、运动学与动力学属性描述符为条件，并通过闭环策略-执行器协同优化，用共享交互轨迹联合调整高层姿态规划器与低层关节执行器。
来源：arXiv cs.RO · arxiv.org