arXiv cs.RO· Ziqian Huang, Yuzhuo Chen, Shimin Zhang, Junyang He, Xinyue Annie Yang, Animesh Garg·· 2 小时前AI 评分47
One Policy, Many Styles：人形机器人可操控控制中偏好聚合位置的对比研究
One Policy, Many Styles: Where to Aggregate Preferences for Steerable Humanoid Control?
AI 导读
一项研究对比了奖励级、优势级、损失级与PCGrad四种偏好聚合方式在两个人形机器人控制框架中的表现，发现没有哪种聚合层级在所有环境和指标上都最优。实验采用Preference Reward Responsiveness（PRR）结合覆盖率与效用指标评估，结果显示早期聚合能产生更宽的行为响应范围但会带来更多非预期的目标干扰，后期聚合则提升控制精度但牺牲部分响应性。
来源：arXiv cs.RO · arxiv.org