教师运动先验：提升机器人在挑战性地形上的 locomotion

在复杂地形上实现稳健的 locomotion 仍然是一个挑战，因为控制维度高且环境不确定性大。本文引入了基于教师-学生范式的教师先验框架，集成仿射学习和辅助任务学习，以提高学习效率和泛化能力。不同于传统范式强依赖于基于编码器的状态嵌入，本框架解耦了网络设计，简化了策略网络的部署。首先训练一个高性能教师策略，以特权信息获取可泛化的动作技能。通过生成对抗机制将教师的运动分布传递给学生策略，后者仅依赖于噪声感知数据，减轻由分布迁移引起的性能下降。此外，辅助任务学习增强了学生策略的特征表示，加快收敛速度并提高对不同地形的适应性。该框架在人形机器人上进行了验证，显示出在动态地形上的 locomotion 稳定性显著提升，开发成本大幅降低。本工作为在人形机器人上部署稳健的 locomotion 策略提供了实用解决方案。