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 · x · 2026-09-30
ETH Zurich 的 Ziming Li、Chenhao Li 与 Marco Hutter 等人在 IEEE Robotics and Automation Letters（2026 年 8 月刊）发表新论文，提出用自动课程强化学习扩展四足机器人崎岖地形运动能力。
核心结果：经过 teacher–student 蒸馏后，单一策略即可迁移到 ANYmal D 真机上，实现：
- 平坦地形 3.0 m/s
- 困难地形 2.5 m/s
- 全部测试地形最高 3.0 rad/s 角速度
方法亮点在于课程自动生成，无需人工设计地形难度递进，兼顾了仿真训练效率与真机部署的单一策略泛化。
所属事件: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(3 条相关)→
「具身」频道最新
- IDC:上半年全球人形机器人出货 77.9% 来自中国 — yogthos · 2026-09-30
- Flourish 家用机器人亮相:手机教学 30 分钟即可学会新任务 — philfung · 2026-09-30
- Friend 创始人晒新愿景:把手机和电脑装进一枚可穿戴 AI 挂坠 — jesselyu · 2026-09-30
- SLIP-VLA:用单步预测潜变量替代迭代想象,VLA 策略学习更高效 — zhenjun_zhao · 2026-09-30
- ClearPath 开源 ROSCon 2026 实操课：ROS2 中间件调优与压测 — ___Mufasaa · 2026-09-30
- SOLE-R1 入选 NeurIPS：零样本奖励预测让机器人从零学会 20+ 新任务 — ___Mufasaa · 2026-09-30