价值梯度方法用于多形态机器人设计

2026年10月15日，arXiv Artificial Intelligence 刊出研究，Nico Bohlinger 与 Jan Peters 提出把通用多形态价值函数变成可复用的机器人设计模型。方法先跨多种机器人设计训练形态感知的策略与价值函数，再以冻结的价值函数作为可微代理，通过价值梯度优化候选形态。实验覆盖从单机器人扰动到跨形态类别留出机器人的设计场景，单模型最多在 50 个机器人、超 1100 个连续形态参数的设计空间上训练。研究还称价值梯度可定位限制性能的设计与控制参数，用于新机器人设计的优化与分析。上述内容来自该来源的表述，其结论尚待进一步验证。

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。