十四种课程方法在五台四足机器人上统一评测

一篇 arXiv 论文提出并运行了统一基准，在 MuJoCo MJX 仿真中对五台 3D 四足机器人（闭链 W01-TEK、开链 Unitree Go1 与 Go2、Google Barkour vB、Boston Dynamics Spot）比较十四种无监督环境设计（UED）、域随机化和机器人课程方法。所有课程驱动同一个 PPO 学生，并在匹配的环境步数预算下比较；地形难度由八个可解释地形参数组成的向量表示。 评测报告随机地形与留出结构化地形上的成功率、带分层自助法区间的四分位均值、能力包络以及逐层支配比较。结果显示，没有任何方法在每台机器人和每个难度层上都处于最优组；在三台机器人上，分布内随机地形上的领先方法并非留出地形上的领先方法。 这是仿真中的预印本评测，结论限于上述机器人、地形参数化与 PPO 学生设定，未涉及实机验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。