跳到正文
热点事件持续更新

SMPC演示加稀疏奖励训练机器人运动操作

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Martin Schuck等作者提出一种运动操作策略学习方法：在仿真中用采样模型预测控制（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，从而免去人工设计稠密奖励。作者称，将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。 作者称已在搭载机械臂的 Spot 四足机器人和 G1 人形机器人上完成仿真到现实部署，验证了跨形态的复杂运动操作技能。该论文为 CoRL 2026 录用版本。

AI 根据报道生成 · 1 小时前更新

最新进展10月27日 12:00
用 SMPC 演示与稀疏离线到在线强化学习学习移动操作

报道时间线

沿着报道，了解事件的不同侧面。

10月27日
  1. arXiv cs.RO
    用 SMPC 演示与稀疏离线到在线强化学习学习移动操作

    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。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。