CTS-MoE架构提出实现多地形机器人平滑过渡

1. 13:00
   arXiv · AI

   CTS-MoE 通过联合训练感知门控专家实现平滑地形过渡

   CTS-MoE 提出感知门控密集专家混合架构，将多地形运动建模为多任务强化学习，实现行为平滑过渡。 软路由组合专家知识，分离评论器隔离异构目标；教师-学生机制将特权地形信息迁移至板载深度感知，部署时无需地形标签。 相比层级与 DAgger 蒸馏基线，成功率升至 93.3%，平均动作 jerk 降低约三分之一；在 Unitree Go1 上完成 10/10 次室外扩展课程。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。