相位条件策略优化实现多阶段机器人移动操作

2026年10月28日，arXiv Robotics 报道 Simone Manni 等作者提出并验证相位条件策略优化方法，用于多阶段机器人移动操作。研究将 PPO 扩展为相位条件策略优化，采用相位条件 critic、相位门控奖励函数和多相位重置课程，训练单一策略完成多阶段移动操作任务。方法采用解耦分层控制架构，分离底层平衡动力学与高层相位执行，并在 Unitree G1 和搭载机械臂的 Boston Dynamics Spot 上验证了多阶段技能，同时通过消融实验检验设计选择。报道称该策略仅通过环境交互习得复杂行为，无需依赖人类运动数据。目前该事件仅有这一篇主报道，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。