在不规则地形上学习感知型双足运动
Learning Perceptive Bipedal Locomotion over Irregular Terrain
AI总结：
本文提出一种利用带噪声外部感知的双足运动控制器，将基于注意力的信念编码从四足扩展到双足，并结合新奖励函数，在不规则地形上实现了鲁棒性、速度和效率的显著提升。
摘要：
本文提出了一种新颖的双足运动控制器，该控制器利用带噪声的外部感知来穿越多种多样的地形。基于四足运动中基于注意力的信念编码的前沿进展，我们的工作将这些方法扩展到双足领域，从而在传感器输入存在噪声的情况下，仍能对前方地形形成稳健可靠的内部信念。此外，我们提出了一种奖励函数，使控制器能够成功穿越不规则地形。我们将我们的方法与本体感知基线进行了比较，结果表明我们的方法能够穿越多种多样的地形，并在鲁棒性、速度和效率方面大幅优于当前最先进的方法。
英文摘要：
In this paper we propose a novel bipedal locomotion controller that uses noisy exteroception to traverse a wide variety of terrains. Building on the cutting-edge advancements in attention based belief encoding for quadrupedal locomotion, our work extends these methods to the bipedal domain, resulting in a robust and reliable internal belief of the terrain ahead despite noisy sensor inputs. Additionally, we present a reward function that allows the controller to successfully traverse irregular terrain. We compare our method with a proprioceptive baseline and show that our method is able to traverse a wide variety of terrains and greatly outperforms the state-of-the-art in terms of robustness, speed and efficiency.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
