arXiv cs.RO 机器人学· Codrin Crismariu, Ryan K. Cosner·· 2 小时前精选AI 评分58
MARCH：面向人形机器人稀疏落足感知控制的模型辅助强化学习框架
MARCH: Model-Assisted Reinforcement Learning for the Perceptive Control of Humanoids over Sparse Footholds
AI 导读
论文提出 MARCH 模型辅助强化学习框架，分三步实现稀疏地形上的双足感知运动：先用简化模型生成安全参考轨迹，再以围绕该轨迹的控制 Lyapunov 函数奖励训练特权教师策略，最后蒸馏为基于视觉的学生策略。该方法提升样本效率、简化学习课程并使运动更平稳，踏石性能与无模型基线相当，并在仿真验证后成功部署到 Unitree G1 人形机器人上，完成带侧向约束的稀疏落足点导航。
推荐理由
论文给出三步模型辅助RL流程，可迁移用于稀疏落足点的双足步态训练设计。
来源：arXiv cs.RO 机器人学 · arxiv.org