多保真训练在通用策略网络上进行的机器人代理简化设计

该研究提出了一种多保真度的设计探索策略，通过Hyperband方法改善协同设计中控制器学习的样本效率，并将学习到的控制器与设计空间相结合，以warm-start新的控制器学习问题。实验结果表明，该方法在广泛的代理设计问题上比基准方法更为优越，同时还呈现出设计简化和非直观设计改变等有趣的设计变化。