arXiv cs.RO 机器人学· Cheng Fan, Bingyang Zhou, Gang Yang, Zixuan Zhuang, Aoqian Zhang, Pengzhi Yang, Xin Liu, Chunzheng Wang, Yan Rui Tan, Fan Shi·· 2 小时前精选AI 评分57
E2DRL：面向四足机器人 3D 障碍避障的端到端可微强化学习
E2DRL: End-to-End Differentiable Reinforcement Learning for 3D Obstacle Avoidance in Quadruped Robots
AI 导读
E2DRL 提出软可微障碍交互建模，通过多身体关键点穿透惩罚与速度条件化 stop-gradient 整形，为 3D 障碍避障提供一阶训练信号。系统先在可微仿真器中用 Soft Analytic Policy Optimization（SAPO）训练特权教师，再经 DAgger 蒸馏为基于深度的循环学生策略，并与基础运动策略通过地形感知门控模块融合部署。
推荐理由
论文解释了硬碰撞约束破坏梯度的成因与软化方案，做可微强化学习落地的读者可参考其方法取舍。
来源：arXiv cs.RO 机器人学 · arxiv.org