强化学习

8 篇公开记录

• 论文阅读2026-04-18
  Imitating Animals: 从动物模仿到真实四足敏捷运动

  强化学习机器人模仿学习

  RSS 2020 论文,DeepMimic 的真机续作:把动作捕捉先验从仿真特技搬到真实 Laikago 四足上,核心解决域差距与硬件磨损下的部署问题。
• 论文阅读2026-04-17
  Multi-AMP: 多重对抗动作先验学习高级技能

  强化学习模仿学习机器人

  AMP 的进阶版:用多个判别器分别建模不同风格(站立/行走/坐下等),让机器人按指令精确切换风格,并安全完成'坐下'这种传统 RL 难调参的高风险动作。
• 论文阅读2026-04-16
  AMP: 对抗动作先验替代复杂奖励函数

  强化学习模仿学习机器人

  IROS 2022 论文 AMP:用判别器学习'是否像参考动作'的对抗信号,替代工程师手写的复杂奖励函数,让四足以自然步态学会运动。
• 论文阅读2026-04-15
  MoE-Loco: 多任务腿足运动的专家混合架构

  强化学习机器人

  MoE-Loco 用 Mixture of Experts 架构破解强化学习'多任务负迁移'的老问题,在 Actor-Critic 中引入门控专家,让单一策略同时精通行走、跑跳、攀爬等多种任务。
• 论文阅读2026-04-14
  PIE: Proprioception with Imagination for Parkour

  强化学习机器人

  PIE 让低成本四足(如 Lite3)仅靠不可靠深度相机就能完成跨沟跳跃、高台攀爬等高难度跑酷动作,核心在于'想象式本体感知'弥补视觉退化时的环境建模。
• 论文阅读2026-04-13
  RMA: Rapid Motor Adaptation for Legged Robots

  强化学习机器人

  RSS 2021 论文 RMA:两阶段训练让四足机器人在线适应真实世界的不可预测物理(打滑、负载变化、电机磨损),实现毫秒级的快速运动自适应。
• 论文阅读2026-04-12
  DreamWaQ: 纯本体感知的四足鲁棒行走

  强化学习机器人

  ICRA 2023 论文 DreamWaQ:用纯本体感知信号配合上下文估计的隐式世界模型,让四足在不依赖视觉的前提下应对突发干扰与未知地形。
• 论文阅读2026-04-10
  DeepMimic: 从动作捕捉数据学习物理仿真角色技能

  强化学习模仿学习机器人

  SIGGRAPH 2018 论文 DeepMimic:把动作捕捉数据作为强约束奖励,结合 PPO + RSI + ET 训练物理仿真角色完成后空翻、回旋踢等高难度动作。