arXiv Robotics· Yunwan Fu, Sicheng He, Jiageng Mao, Yue Wang·· 2 天前AI 评分31
PhySA：将人形机器人步态的审美与物理奖励解耦
PhySA: Decoupling Aesthetic and Physical Rewards for Humanoid Locomotion
AI 导读
PhySA 将 VLM 审美评分与物理平滑度拆成两条可独立移除的奖励通道，在 MuJoCo Humanoid-v5 上训练 2.6M 步后，相比 vanilla PPO、Text2Reward 和 Eureka 将关节加速度降低 26% 至 32%，代价是回合更短。
来源：arXiv Robotics · arxiv.org