研究人员审计了一个腿式机器人的学习型模拟器,特别是ANYmal D四足机器人的机器人世界模型(RWM)。他们发现,与单步训练相比,在模拟器自身的滚动数据上进行训练,在更长的预测时间范围(368步)内显著提高了性能,尽管单步训练在即时预测方面更优。研究还表明,集成模型的不一致性并不能很好地指示滚动数据的误差,并且准确性指标也不能可靠地预测机器人层面的行走性能。 AI
影响 这项研究强调了在更长预测时间范围内评估学习型模拟器的重要性,表明当前的方法可能会误判机器人控制的设计选择。
排序理由 该集群是关于一篇研究论文,详细介绍了对腿式机器人学习型模拟器的审计。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →