跳到正文
arXiv · AI· Brent Yi, Hongsuk Choi, Himanshu Gaurav Singh, Xiaoyu Huang, Takara E. Truong, Carmelo Sferrazza, Yi Ma, Rocky Duan, Pieter Abbeel, Guanya Shi, Karen Liu, Angjoo Kanazawa·· 2026-10-14AI 评分33

机器人控制中的流策略梯度方法

Flow Policy Gradients for Robot Control

AI 导读

流匹配策略梯度框架通过绕过似然计算,解决了机器人控制中基于似然的策略梯度方法对高斯分布的局限。 研究提出改进目标函数,在足式运动、人形运动追踪和操作任务中实现成功,并完成双足人形机器人的仿真到现实迁移。 结果显示,从零训练时策略可利用流表征进行探索,且微调鲁棒性优于基线方法。

来源:arXiv · AI · arxiv.org