arXiv · cs.AI· Jagannath Prasad Sahoo·· 22 天前AI 评分30
分层强化学习实现欠驱动双足机器人无碰撞运动
Hierarchical Reinforcement Learning for Collision-Free Locomotion of an Underactuated Biped
来源与原文
arXiv · cs.AI
作者：Jagannath Prasad Sahoo
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.05855v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究提出分层强化学习（HRL）框架，让每腿四个驱动关节、无髋踝侧摆的欠驱动双足机器人在避障时保持平衡。高层策略每十个控制步输出机体速度指令，低层策略用 SAC 联合训练跟踪指令。在 PyBullet 随机环境每方法 100 次评估中，静态场景成功率 98.0%、动态 88.0%，高于 SAC+A* 等规划器混合基线的 78.0% 和 68.0%，路径长度与 A* 参考相差在 4% 以内。
来源：arXiv · cs.AI · arxiv.org