提出CTS-MoE实现多地形平滑过渡足式运动
热点事件持续更新
提出CTS-MoE实现多地形平滑过渡足式运动
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Francisco Affonso 等研究者在 arXiv 发布论文，提出感知门控混合专家策略 CTS-MoE，将多地形足式运动建模为多任务强化学习，联合训练感知门控的 MoE 策略与任务专属 critic。部署时仅凭机载深度感知推断路由，无需地形标签或蒸馏。 论文称，相比层级选择与 DAgger 蒸馏基线，该方法将连通地形通过率从 73.3% 和 53.3% 提升至 93.3%，全程动作 jerk 降低约三分之一。在 Unitree Go1 上 10/10 完成扩展户外地形课程，并迁移至四种户外地形。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
CTS-MoE：感知门控专家联合训练实现足式机器人平滑地形过渡报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AICTS-MoE：感知门控专家联合训练实现足式机器人平滑地形过渡
CTS-MoE 将多地形足式运动建模为多任务强化学习，联合训练感知门控的 MoE 策略与任务专属 critic，部署时仅凭机载深度感知推断路由，无需地形标签或蒸馏。相比层级选择与 DAgger 蒸馏基线，连通地形通过率从 73.3% 和 53.3% 提升至 93.3%，全程动作 jerk 降低约三分之一。在 Unitree Go1 上 10/10 完成扩展户外地形课程，并迁移至四种户外地形。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。