GES框架协同设计优化BALLU机器人形态与控制
热点事件历史事件
GES框架协同设计优化BALLU机器人形态与控制
1 篇报道1 个报道来源8 天前更新
先了解这件事
AI 综述
Ankit Sinha等作者提出基于强化学习的协同设计框架“高斯进化专家策略”（GES），用于同时优化机器人形态与控制策略。该框架维护一组专家策略，让各自的设计空间领地随控制表现演化，以缓解单一共享策略在不同形态下收敛到同一控制策略的行为多样性坍缩问题。 作者在浮力辅助轻量腿式机器人BALLU上评估GES，任务为越障与斜坡行走，设计空间最多四维。作者称，遥操作硬件实验中，优化后的BALLU形态可越过最高24厘米的障碍，而原始设计为8厘米。
AI 根据报道生成 · 8 天前更新
最新进展11月2日 13:00
GES：用高斯进化专家策略加速浮力辅助机器人形态与控制协同设计报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.ROGES：用高斯进化专家策略加速浮力辅助机器人形态与控制协同设计
研究提出基于强化学习的协同设计框架高斯进化专家策略（GES），通过维护一组专家策略并让各自的设计空间领地随控制表现演化，缓解单一共享策略在不同形态下收敛到同一控制策略的行为多样性坍缩问题。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 411月4日 01:00
- 近 24 小时变化
- –
01234
02:0004:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。