BriefGPT - AI 论文速递
·
多功能、动态和鲁棒的双足步行运动控制的强化学习
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种结合基于模型的最优控制与强化学习的动态、鲁棒的腿式locomotion的多功能控制方法，能够生成不同的四足步态模式并保持稳定，对不太平的地形也具有适应性。
🎯
关键要点
-
提出了一种结合基于模型的最优控制与强化学习的动态、鲁棒的腿式locomotion的多功能控制方法。
-
该方法成功学习了控制策略，能够生成不同的四足步态模式并保持稳定。
-
演示了该方法对于不太平的地形的适应性。
-
该方法无需过多的奖励设计或超参数调整。
🏷️
标签
➡️
