关节健康感知强化学习框架用于执行器退化控制

Haifa Zhang、Yijing Wang、Zhiqiang Zuo 提出一种关节健康感知强化学习框架，用于仿真执行器退化下的机器人鲁棒控制。该框架用连续关节健康向量编码执行器状态，将退化建模为执行动作的乘性衰减，并由 HealthNet 估计器从近期观测和动作推断逐关节健康度，使策略能在健康与退化关节间重新分配控制力度。 作者在 Walker、Go2、Cassie 和基于 Panda 的 ManiSkill 操作任务上，在不同退化掩码与严重程度下评估。作者称，相对标称基线，任务级运动回报最高提升 250.1%，操作成功率最高提升 15.2 个百分点；高退化 Cassie 组回报从 3.94 升至 40.50（+928.0%）。消融实验支持逐关节健康估计、动作退化建模与健康条件控制各自的贡献。 上述结果均为仿真环境中的报告，尚未见实机验证；该工作以 arXiv 预印本发布，未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。