arXiv Robotics· Van Chung Nguyen, Hung Manh La·· 2 小时前AI 评分31
MPBRS：基于多势能的奖励塑形，统一人形机器人运动奖励配置
MPBRS: Multi-Potential-Based Reward Shaping for Unified Reward Configuration in Humanoid Locomotion
AI 导读
MPBRS 用多势能奖励塑形为人形机器人运动学习提供统一奖励配置，在九款人形机器人上复用同一奖励结构与权重，只需关节/连杆映射和默认姿态等机器人元数据，无需逐机器人重新设计奖励。实验显示，相比标准塑形，MPBRS 的缩放行为更一致、调参敏感度更低，且不改变最优策略。
来源：arXiv Robotics · arxiv.org