一项针对四足机器人 ANYmal D 的研究发现,在学习型仿真器自身的推演中训练的策略,在 368 步长推演中胜过单步训练,10 个留出测试片段全部胜出;但单步预测准不等于走路稳,18 个微调副本预测更准、却有 13 个训练出的策略失败,且结论目前只在仿真中成立。
正文完
一项针对四足机器人 ANYmal D 的研究发现,在学习型仿真器自身的推演中训练的策略,在 368 步长推演中胜过单步训练,10 个留出测试片段全部胜出;但单步预测准不等于走路稳,18 个微调副本预测更准、却有 13 个训练出的策略失败,且结论目前只在仿真中成立。