人形控制器增量学习恢复技能而不损原成功

Zongtan Li、Tianming Liu、Ye Zhao 提出一种约束式更新方法，为已能应对多种扰动的学习控制器增量添加恢复技能：不在参数层面冻结原有技能，而是每次更新在实测失败处搜索反馈技能，并拟合一条入口规则，读取观测并拒绝所有已累积成功轨迹的状态；只有当组合控制器能自行复现新恢复、且精确重放每条受保护轨迹时，才接纳该技能。作者称，该方法在两个人形系统各两条运动流上运行，每条流两次更新，在192次留出扰动中新增62次恢复，未损失基础控制器原有的成功案例。 作者报告，去掉该约束可多恢复33个条件，但会使8条受保护轨迹完全无法完成；仅排除准入所必需的约束则无法挽回这部分代价。论文已投稿 ICRA 2027，上述结果来自作者自述，尚未经同行评议或独立验证。

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。