论文提出约束准入的控制器顺序恢复更新方法

Zongtan Li 等作者提交论文，提出一种在保留成功轨迹前提下更新已学习控制器的方法：冻结已有技能参数，改为约束新技能的进入规则，只有当新技能能自行复现该恢复、且精确重放全部受保护轨迹时才被接纳。 在两个人形系统的四条数据流上，每条流两次更新在 192 个留出扰动中新增 62 次恢复，基础控制器原有的成功案例没有损失。作者称，去掉该约束虽能多恢复 33 个条件，但会让 8 个受保护条件完全无法完成。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。