本文的研究重点是在具有不同形态的机器人操纵器之间传递控制策略。通过将源机器人和目标机器人的状态和动作空间投影到一个共同的潜在空间来实现跨机器人的策略转移。我们使用编码器、解码器和潜在空间控制策略同时进行训练，利用任务表现、潜在动力学一致性和编码器 - 解码器能力来重构原始状态和动作。为了转移学得的控制策略，我们只需要训练目标编码器和解码器来将新的目标领域对齐到潜在空间。我们使用生成对抗训练，通过循环一致性和潜在动力学损失，在目标领域中无需访问任务奖励或奖励调整，展示了模拟环境到真实环境以及不同状态、动作和形态的机器人之间的策略转移。

Jun, 2024

本文提出了一种针对四足机器人开发能源高效的控制器的问题的解决方法，即采用分层学习框架和进化策略来训练高级步态策略和低级凸优化 MPC 控制器，实现了机器人从行走到小跑再到飞奔等不同速度下自动切换步态，并表明在整个运动速度范围内该分层控制器的能量消耗都显著低于基准控制器。

Apr, 2021

本文提出了学习控制犬形四足机器人在各种步态下运动的框架，并通过强化学习算法解决了多任务学习的问题。使用四个独立的相位来描述步态发生器和控制策略之间的接口，使用该控制策略，黑豹四足机器人可以在自然环境下流畅、稳健地学习所有运动技能并遵循速度命令进行运动。

Jan, 2022

通过使用两个阶段的深度强化学习代理，其中第一阶段学习统一的状态表示，第二阶段在一个源域中基于此状态表示进行强化学习训练，以实现异构领域上的零样本策略转移，该方法已经在 CARLA 自动驾驶模拟器中得到验证。

Feb, 2021

本文研究如何通过模型驱动的增强学习方法促进任务转移，提出了基于动作条件的预测模型学习算法，用于机器人操作任务中的策略优化并在转移学习场景中取得了显著的学习速度提升。

Oct, 2019

通过深度强化学习和机器人技术，我们研究了四足机器人的步态转换，发现在平或崎岖地形，生存性是其主要的且普遍的考量因素，而其他因素则较次要.

Jun, 2023

我们提出了一种使用基于 Transformer 的模型从配 proprioceptive 信息和高维度深度传感器输入中学习的强化学习（RL）来解决四足动物行走任务的方法。

Jul, 2021

本文提出了基于深度循环神经网络的新方法，称为 Recurrent Transition Network（RTN），可以自动生成过渡动画，并通过添加本地地形表示将其变地形感知，从而产生更好的效果。此外，还探讨了在动画超分辨率设置中的应用，结果显示该网络能够重构很难与未压缩的运动序列区分的动作。

Oct, 2018

该论文提出了一种基于强化学习的框架，用于学习代理人策略的潜在表示，通过学习潜在的动态关系，以影响其他代理人，推动其向适合于协同适应的策略方向发展，该方法在多个模拟领域和现实世界的空气曲棍球比赛中表现优异。

Nov, 2020

通过学习过渡模型，我们可以使用它来驱动摊销政策的学习。因此，我们重访了政策优化并描述了一个模块化神经网络架构，该架构从预测错误中同时学习了系统动力学和生成适当连续控制命令的随机策略，并通过与线性二次调节器的基线进行比较来评估模型。

Sep, 2022