MARCH：模型辅助强化学习人形机器人控制框架

2026年10月15日，arXiv Robotics 刊出研究 MARCH，提出一种面向人形机器人稀疏落脚点感知控制的模型辅助强化学习框架。该框架分三步：先用简化模型生成安全参考轨迹；再以围绕该参考轨迹构建的控制 Lyapunov 函数（CLF）奖励训练特权教师策略；最后将教师策略蒸馏为基于视觉的学生策略。报道称，该方法提升了样本效率、减少了对复杂学习课程的需求，步石性能与无模型基线相当。研究在仿真中验证，并在 Unitree G1 人形机器人上完成实机部署，验证场景为带横向约束的稀疏落脚点地形。上述内容来自该论文自述，为其单方说法。

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。