arXiv · cs.RO· Ziqian Huang; Yuzhuo Chen; Shimin Zhang; Junyang He; Xinyue Annie Yang; Animesh Garg·· 10 天前AI 评分49
论文 / 摘要阅读
One Policy, Many Styles：可操控人形控制中偏好聚合应放在哪一层？
One Policy, Many Styles: Where to Aggregate Preferences for Steerable Humanoid Control?
AI 导读 · 根据来源整理
研究对比奖励层、优势层、损失层与PCGrad聚合在两种人形控制框架中的表现，用偏好奖励响应性（PRR）结合覆盖度与效用指标评估。没有哪种聚合层级在所有环境和标准下都最优：早期聚合行为响应范围更广，但其他目标的非预期变化更大；后期聚合提升控制精度，但响应性有所下降。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org