通过冲击缓解奖励引导能效运动
机器人学
2025-10-14 v2
摘要
动物通过其隐式被动动力学实现能效运动，这是数十年来令机器人学家着迷的奇迹。最近，结合对抗运动先验（AMP）和强化学习（RL）的方法在复制动物自然运动方面显示出有前景的进展。然而，此类模仿学习方法主要捕获显式运动学模式（即步态），而忽略了隐式被动动力学。本工作通过引入由冲击缓解因子（IMF）引导的奖励项来弥合这一差距，IMF是一种物理信息度量，用于量化机器人被动缓解冲击的能力。通过将IMF与AMP集成，我们的方法使RL策略能够同时从动物参考运动学习显式运动轨迹以及隐式被动动力学。我们在AMP和手工设计奖励结构两种情况下，均展示了高达32%的能效提升，以运动代价（CoT）衡量。
引用
@article{arxiv.2510.09543,
title = {Guiding Energy-Efficient Locomotion through Impact Mitigation Rewards},
author = {Chenghao Wang and Arjun Viswanathan and Eric Sihite and Alireza Ramezani},
journal= {arXiv preprint arXiv:2510.09543},
year = {2025}
}