H^2MARL：人形机器人分层异构多智能体强化学习框架

Xuemin Hu 等作者提交预印本论文，提出 H^2MARL——一个用于人形机器人全身控制的分层异构多智能体强化学习框架。该方法按关节自由度做物理异构性感知的策略分解，让每个力矩驱动关节以其驱动、运动学和动力学属性的显式描述为条件；同时设计闭环策略-执行器协同优化机制，用共享交互轨迹联合调整高层姿态规划器与低层关节执行器，以减小规划与执行间的分布失配。 作者称，在 MuJoCo 和 Isaac Gym 的实验中，H^2MARL 在运动稳定性、步态协调和动作质量上优于同构、粗粒度划分和独立优化的对照方案。上述结果均来自仿真环境，论文为预印本，尚未经同行评议。

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。