E2DRL：四足机器人3D避障的可微强化学习

2026年10月15日，arXiv Robotics 刊出 Cheng Fan 等作者的论文，提出 E2DRL——一种面向四足机器人 3D 视觉避障的端到端可微强化学习框架。据该论文，E2DRL 针对硬碰撞约束破坏一阶梯度的问题，采用软可微障碍交互公式：对多个身体关键点施加穿透惩罚，并配合速度条件 stop-gradient 塑形，从而为 3D 避障提供一阶训练信号。论文称，在仿真中 E2DRL 的样本效率高于 PPO，速度跟踪与 3D 避障表现优于 PPO 和基于 Duality 的 DCBF NMPC；作者还称这是端到端可微强化学习用于 3D 避障的首次 sim-to-real 验证，在 Unitree Go2 上于静态和动态环境中完成。上述性能与“首次”表述均为论文作者自述，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。