Sample-based Model Predictive Control

机器人利用模拟专家数据和稀疏奖励学习复杂任务

研究人员开发了一种新方法，通过在模拟中使用基于样本的模型预测控制（SMPC）来训练机器人执行复杂的运动和操作任务。该方法生成大型数据集，克服了传统强化学习（RL）中手动奖励塑造的局限性。通过使用这些模拟数据集，可以在稀疏奖励下训练离策略RL代理，从而显著缩短学习时间并消除手动调整的需要。最终的策略与低级动态稳定性控制器集成后，在包括波士顿动力Spot和G1人形机器人等不同机器人形态上都表现出卓越的性能和鲁棒性。