arXiv Robotics· Martin Schuck, Maks Sorokin, Simone Manni, Duy Ta, Angela P. Schoellig, Marco Hutter, Simon Le Cleac'H, Jan Br\"udigam·· 4 小时前AI 评分38
从 SMPC 演示中学习移动操作：稀疏奖励的离线到在线 RL
Learning Loco-Manipulation From SMPC Demonstrations With Sparse Offline-to-Online RL
AI 导读
研究用仿真中的采样模型预测控制（SMPC）作为自动专家生成大规模离线数据集，使离策略 RL 智能体仅靠稀疏任务奖励即可学习移动操作技能，省去密集奖励塑形的人工调参。高层智能体与低层动态稳定控制器结合后，学到的策略在任务目标上可超越原最优控制教师。该方法已在配备机械臂的 Spot 四足机器人和 G1 人形机器人上完成 sim-to-real 部署验证。
来源：arXiv Robotics · arxiv.org