通过大规模并行强化学习学习人oid 机器人滑板运动
机器人学
2024-09-13 v1
摘要
基于学习的方法已被证明在为机器人（包括人oid）生成复杂运动方面非常有用。强化学习 (RL) 用于学习 locomotion 策略，其中一些策略利用周期性奖励公式。本工作将 locomotion 的周期性奖励公式扩展到 REEM-C 机器人的滑板运动。使用 Brax/MJX 实现 RL 问题，以实现快速训练。 presented 初始的仿真结果，硬件实验正在进行中。
引用
@article{arxiv.2409.07846,
title = {Learning Skateboarding for Humanoid Robots through Massively Parallel Reinforcement Learning},
author = {William Thibault and Vidyasagar Rajendran and William Melek and Katja Mombaur},
journal= {arXiv preprint arXiv:2409.07846},
year = {2024}
}