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
- 开发者自研机器人 BLDC 控制器新 PCB 到货,主打高性能与供应链优化 — wavefnx · 2026-11-16
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16