机器人地形分类的损失正则化 原文约200字,阅读约需1分钟。发表于:2024-03-20T00:00:00Z。 这篇论文提出了一种新的半监督方法来对腿式机器人进行地形分类,避免了对长变长数据集的预处理,采用堆叠式长短时记忆架构和新型的损失正则化方法,解决了现有问题并提高了准确性。与现有架构的比较显示出了改进。 本文提出了一种基于模型的机器人运动框架,通过引入跟踪多个时间步长上的模型预测的损失函数来准确地建模机器人的动力学,实现了步行。此方法比当前的无模型方法在样本效率上提高了一个数量级以上。 动力学 基于模型的机器人运动框架 损失函数 机器人 模型预测 步行