ETH 自动课程强化学习让四足机器人 ANYmal 复杂地形跑出 2.5 m/s

苏黎世联邦理工学院（ETH Zurich）机器人系统实验室的 Ziming Li、Chenhao Li 与 Marco Hutter 等人在 IEEE Robotics and Automation Letters 上发表研究，提出基于学习进度的自动课程强化学习方法 LP-ACRL，无需人工设计难度表即可在线生成课程，将四足机器人运动能力扩展到多样复杂地形。经师生蒸馏将单一策略部署到 ANYmal D 后，平坦地形速度达 3.0 m/s，挑战性地形仍保持 2.5 m/s。

2026-09-30 ~ 2026-09-30 · 3 条相关

• 师生蒸馏后单策略落地 ANYmal D:复杂地形跑出 2.5 m/s — breadli428 · 2026-09-30
• 苏黎世联邦团队用自动课程 RL 让 ANYmal 复杂地形跑到 2.5 m/s — breadli428 · 2026-09-30

另有 1 条近重复转述:ChongZzZhang