一种端到端学习的多体式 locomotion 方法：一个通用策略
机器人学
2025-10-03 v4 机器学习
摘要
深度强化学习技术正在以领先的结果实现稳健的四足 locomotion。尽管存在各种类型的四足平台，如四足、 人oid 和六足机器人，但该领域仍缺乏一种单一的学习框架，能够轻松有效地控制所有这些不同的 embodiment，甚至可以零或少量迁移到未见过的机器人 embodiment。我们引入 URMA（Unified Robot Morphology Architecture），以弥合这一差距。我们的框架将端到端的多任务强化学习方法引入四足机器人领域，使所学策略能够控制任何类型的机器人形态。我们方法的关键思想是允许网络学习一个抽象的 locomotion 控制器，能够通过我们的形态中性编码器和解码器在 embodiment 之间无缝共享。这种灵活的体系结构可视为构建四足机器人 locomotion 基础模型的潜在第一步。我们的实验表明，URMA 能够在多个 embodiment 上学习 locomotion 策略，并能轻松迁移到模拟和现实世界中的未见机器人平台。
关键词
引用
@article{arxiv.2409.06366,
title = {One Policy to Run Them All: an End-to-end Learning Approach to Multi-Embodiment Locomotion},
author = {Nico Bohlinger and Grzegorz Czechmanowski and Maciej Krupka and Piotr Kicki and Krzysztof Walas and Jan Peters and Davide Tateo},
journal= {arXiv preprint arXiv:2409.06366},
year = {2025}
}