训出的四足行走策略无需微调,就能直接迁移到真机。它靠光滑解析接触梯度完成训练,在一台桌面电脑上不到 2 分钟就完成了训练。解析梯度让接触动力学可微,从而在桌面电脑上快速训出可直接上真机的策略。快速训练与直接迁移的组合,降低了四足策略从仿真到真机的门槛。
正文完
训出的四足行走策略无需微调,就能直接迁移到真机。它靠光滑解析接触梯度完成训练,在一台桌面电脑上不到 2 分钟就完成了训练。解析梯度让接触动力学可微,从而在桌面电脑上快速训出可直接上真机的策略。快速训练与直接迁移的组合,降低了四足策略从仿真到真机的门槛。