站内快照 · 国内可打开。外网原文可能无法访问。
- 论文公开站arXiv
生成、跟踪、改进：基于RL微调运动生成器的感知型多技能人形机器人运动
Generate, Track, Improve: Perceptive Multi-Skill Humanoid Locomotion with RL-Fine-Tuned Motion Generators
摘要显示，该工作提出双层运动架构：感知式流匹配运动生成器从原始深度图规划全身轨迹，控制引导强化学习训练的感知跟踪策略执行动作。核心贡献是一种离策略强化学习微调循环，通过结构化搜索采集数据并进行优势加权回归，提升生成器在未见地形与技能组合上的一致性。摘要称地形通过成功率最高提升25个百分点，技能选择提升80个百分点；使用原始深度图无需里程计或高度图，单对策略即可驱动Unitree G1完成走、跑、站立与跳跃等动作。
意义：为开发者提供一种样本高效的离策略微调范式，使多技能人形机器人仅凭深度图即可适应复杂地形，降低感知与部署门槛。