arXiv cs.RO 机器人学· Loukas Kordos, Leonard T. Franz, Simon Rappenecker, Oliver Hausdoerfer, Angela P. Schoellig, Pavel Kolev, Georg Martius·· 5 小时前精选AI 评分60
LoComposition：无步态先验的地形自适应节能四足运动研究
LoComposition: Terrain-Adaptive Energy-Efficient Quadruped Locomotion without Gait Priors
AI 导读
论文提出 LoComposition，将任务规格用奖励、运行限制用约束、步态偏好用能耗最小化、地形适应用外感知分别建模，替代单一复杂奖励。相比常规复杂奖励基线，该方法在相当的地形穿越能力下将 cost of transport 降低 56%、运行限制违规降低 96%，并移除 air-time、contact-count、foot-clearance 等显式步态先验。
推荐理由
论文把奖励、约束、能耗和感知拆开，去掉步态先验后能耗降 56%，可迁移的建模思路清晰。
来源：arXiv cs.RO 机器人学 · arxiv.org