ETH 用自动课程强化学习,让 ANYmal 复杂地形跑到 2.5 m/s
ChongZzZhang · x · 2026-09-30
ETH Zurich 机器人系统实验室发布 LP-ACRL(基于学习进度的自动课程强化学习),用于把四足机器人运动能力扩展到多样复杂地形。
- 不再依赖人工设计的难度表,而是在线估计学习进度,把训练转向策略仍有提升空间的任务;
- 自动采样地形类型、难度等级与速度指令,无需预设顺序;
- 学到的控制器迁移到 ANYmal D 实机,在楼梯、斜坡、碎石和低摩擦地面上实现最高 2.5 m/s 线速度、3.0 rad/s 角速度的快速稳定运动。
论文发表于 IEEE Robotics and Automation Letters 2026。
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