E2DRL提出四足机器人3D避障可微强化学习方法

Cheng Fan等发表E2DRL论文，提出面向四足机器人3D障碍避障的端到端可微强化学习方法，并在Unitree Go2真机的静态与动态环境中完成sim-to-real验证，作者称这是端到端可微强化学习用于3D避障的首次sim-to-real验证。 方法上，E2DRL用软可微障碍交互建模（多身体关键点穿透惩罚与速度条件化stop-gradient整形）提供一阶训练信号，先在可微仿真器中用SAPO训练特权教师，再经DAgger蒸馏为基于深度的循环学生策略，与基础运动策略通过地形感知门控模块融合部署。 论文称在仿真中E2DRL相比PPO有更高样本效率，且在速度跟踪与3D避障能力上优于PPO和基于对偶的DCBF NMPC。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。