协同动作与风格先验助力足式运动学习（arXiv 论文入选 Humanoids 2026）

一项 arXiv 研究提出在深度强化学习的关节级力矩控制中引入归纳偏置：从小规模专家示范数据中学习潜在动作，作为策略的行动先验。该先验让智能体利用专家动作知识、提升探索效率，迁移任务表现显著改善，且不受示范奖励水平限制；结合风格奖励做模仿时，能更贴近复现专家行为。论文已被 Humanoids 2026 接收。