研究用深度强化学习表明,四足机器人的最优步态由地形、速度与评价指标共同决定,共学出 11 种四足步态与各自的运动风格,第二层策略再按用户指定的评价标准从中挑选最优步态,框架还能零样本适应训练中未见过的步态组合与地形。
正文完
研究用深度强化学习表明,四足机器人的最优步态由地形、速度与评价指标共同决定,共学出 11 种四足步态与各自的运动风格,第二层策略再按用户指定的评价标准从中挑选最优步态,框架还能零样本适应训练中未见过的步态组合与地形。