专家组合策略：四足机器人的可扩展技能库

我们提出了一种专家组合策略，这是一个可靠扩展四足智能体技能库的框架。该组合策略通过向采样目标状态的转移将成对的专家连接起来，允许专家被顺序组合。每个专家专精于单一技能，例如步态或跳跃动作。不同于层次化或混合专家架构，我们在一个独立的过程中训练单个组合策略，该过程不以其他专家策略为条件。通过重用相同的组合策略，我们的方法允许在不影响现有专家的情况下添加新专家，实现技能库的增量扩展并保持原有的运动质量。我们测量了72个转移对的成功率，平均成功率达到99.99%，比基线随机方法高出10%以上，并优于其他最先进的方法。通过在训练期间使用域随机化，我们确保了向真实世界的成功迁移，在实验中我们实现了97.22%的平均转移成功率 (N=360)。