MPBRS统一人形机器人运动奖励配置

2026年10月23日，arXiv Robotics 报道 Van Chung Nguyen 等提出 MPBRS（基于多势能的奖励塑形），为人形机器人运动学习提供统一奖励配置。报道称，该方法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。目前进展停留在论文层面的方法提出与实验评估，尚无后续跟进报道。

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。