基于自动课程强化学习的复杂地形运动扩展
机器人学
2026-01-27 v1
摘要
课程学习在机器人学习中已展现出显著的有效性。然而，在扩展到复杂、广泛的任务空间时，它仍然面临局限性。此类任务空间通常缺乏明确的难度结构，使得先前方法所需的难度排序难以定义。我们提出了一种基于学习进度的自动课程强化学习(LP-ACRL)框架，该框架在线估计智能体的学习进度，并自适应地调整任务采样分布，从而无需任务空间难度分布的先验知识即可实现自动课程生成。使用LP-ACRL训练的策略使ANYmal D四足机器人在包括楼梯、斜坡、碎石和低摩擦平坦表面在内的多种地形上，能够实现并维持2.5米/秒线速度和3.0弧度/秒角速度的稳定高速运动——而先前的方法通常局限于平坦地形上的高速运动或复杂地形上的低速运动。实验结果表明，LP-ACRL表现出强大的可扩展性和实际应用性，为未来在复杂、广泛的机器人学习任务空间中的课程生成研究提供了稳健的基线。
引用
@article{arxiv.2601.17428,
title = {Scaling Rough Terrain Locomotion with Automatic Curriculum Reinforcement Learning},
author = {Ziming Li and Chenhao Li and Marco Hutter},
journal= {arXiv preprint arXiv:2601.17428},
year = {2026}
}