研究者提出四足机器人三维避障端到端可微强化学习框架E2DRL

研究团队在预印本中提出用于四足机器人三维避障的端到端可微强化学习框架 E2DRL，并在 Unitree Go2 实机上完成了静态与动态环境下的避障验证。 该框架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，以提供一阶训练信号。系统在可微仿真中训练特权教师策略后，将其蒸馏至循环深度图学生策略，并结合地形感知门控模块混合基础运动策略部署；仿真测试中其样本效率优于 PPO。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。