MARCH框架在Unitree G1上实现稀疏落足点导航
热点事件持续更新
MARCH框架在Unitree G1上实现稀疏落足点导航
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Codrin Crismariu与Ryan K. Cosner提出MARCH模型辅助强化学习框架,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。 该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。论文称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。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
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报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.RO 机器人学精选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
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。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。