arXiv · cs.AI · Laurens Engwegen, Max Weltevrede, Caroline Horsch, Daan Brinks, Wendelin B\"ohmer2026-11-02 13:00 · 10 小时前模型评分31

共享模块化递归提升多机器人形态控制的零样本泛化能力

Shared Modular Recurrence in Contextual MDPs for Universal Morphology Control

导读

研究者提出一种基于 Transformer 的共享模块化递归架构，利用模块间交互补全部分缺失的上下文特征，在 MuJoCo 机器人集合上实现通用形态控制。在四种环境中，该架构对动力学、运动学和拓扑结构均未见过的新机器人取得显著提升的零样本泛化性能。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

事件类型：研究发布

证据摘录

“In this paper, we consider the fact that contextual features are often only partially available, but that they can be recovered through modular interactions.”

来源：arXiv · cs.AI · arxiv.org