robot locomotion

新的TEMPO方法可实现机器人策略的实时适应

研究人员开发了一种新颖的机器人运动策略测试时自适应（TTA）方法TEMPO。该方法使机器人在无需明确奖励或大量重新训练的情况下，能够实时调整其行为，从而解决因操作条件变化而导致的故障。TEMPO利用熵正则化技术来防止过度自信的预测，并使用一个优先考虑挑战性观测值的内存系统以实现更高效的计算。在Go1、Go2和G1等各种机器人模型上进行的测试表明，TEMPO在模拟环境中性能显著提升，增幅高达80%，并在实际Unitree Go2机器人上得到了验证。