MoE-Loco：用于多任务 locomotion 的专家混合模型
机器人学
2025-05-22 v2 人工智能
摘要
我们提出了 MoE-Loco，这是一种用于多任务 locomotion 的专家混合模型 (MoE) 框架。我们的方法使单个策略能够处理多样化的地形，包括栏杆、坑洞、楼梯、斜坡和障碍物，同时支持四足和两足步态。通过采用 MoE，我们缓解了在多任务强化学习中通常出现的梯度冲突，提高了训练效率和性能。我们的实验表明，不同的专家自然专注于不同的 locomotion 行为，这可以用于任务迁移和技能组合。我们进一步在仿真和实际部署中验证了该方法，展示了其鲁棒性和适应性。
关键词
引用
@article{arxiv.2503.08564,
title = {MoE-Loco: Mixture of Experts for Multitask Locomotion},
author = {Runhan Huang and Shaoting Zhu and Yilun Du and Hang Zhao},
journal= {arXiv preprint arXiv:2503.08564},
year = {2025}
}
备注
9 pages, 10 figures