arXiv · 工业智能研究摘要· Cheng Fan·· 21 小时前
E2DRL：用于四足机器人三维避障的端到端可微强化学习
E2DRL: End-to-End Differentiable Reinforcement Learning for 3D Obstacle Avoidance in Quadruped Robots
AI 导读
预印本摘要称，研究者提出端到端可微强化学习框架 E2DRL，通过在多个身体关键点设置穿透惩罚并结合速度调节的停止梯度整形，实现四足机器人的三维避障训练。系统将可微仿真中通过 SAPO 训练的特权教师策略经 DAgger 蒸馏至循环深度图学生策略，并用地形感知门控模块混合基础运动策略进行部署。仿真显示其样本效率优于 PPO，并在 Unitree Go2 上完成了静态与动态环境下的实机三维避障验证。
来源：arXiv · 工业智能研究摘要 · arxiv.org