计算机科学 > 机器人技术
[提交于 2025年3月26日
(v1)
,最后修订 2025年8月14日 (此版本, v2)]
标题: TAR:通过对比学习实现的四足运动教师对齐表示
标题: TAR: Teacher-Aligned Representations via Contrastive Learning for Quadrupedal Locomotion
摘要: 四足运动通过强化学习(RL)通常使用教师-学生范式来解决,其中特权教师指导本体感觉学生策略。 然而,诸如特权教师与仅本体感觉的学生之间的表示不匹配、由于行为克隆导致的协变量偏移以及缺乏可部署的适应性等问题,导致在现实场景中泛化能力较差。 我们提出了通过对比学习对齐教师表示(TAR),一种利用特权信息和自监督对比学习来弥合这一差距的框架。 通过在模拟中使用对比目标将表示对齐到特权教师,我们的学生策略学习到结构化的潜在空间,并在分布外(OOD)场景中表现出稳健的泛化能力,超过了完全特权的“教师”。 结果表明,与最先进的基线相比,训练速度提高了2倍,以达到最佳性能。 与现有方法相比,OOD场景的泛化能力平均提高了40%。 此外,TAR在部署期间无缝过渡到学习,而无需特权状态,为样本高效、自适应的运动设定了新基准,并在现实场景中实现了持续微调。 开源代码和视频可在 https://amrmousa.com/TARLoco/ 获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.