极端机体随机化下的大规模多机体 locomotion
机器人学
2025-09-04 v1 机器学习
摘要
我们提出一种基于 50 个四足机器人的多样化机体集合训练的单一通用 locomotion 策略。通过结合改进的机体感知架构 (URMAv2) 和用于极端机体随机化的基于性能的课程，本策略学习了控制数百万种形态变体的能力。该策略实现了对未见的真实世界人形和四足机器人的零样迁移。
关键词
引用
@article{arxiv.2509.02815,
title = {Multi-Embodiment Locomotion at Scale with extreme Embodiment Randomization},
author = {Nico Bohlinger and Jan Peters},
journal= {arXiv preprint arXiv:2509.02815},
year = {2025}
}