California Institute of Technology（加州理工学院）

Walk the PLANC: Physics-Guided RL for Agile Humanoid Locomotion on Constrained Footholds

在受限足部支撑上实现敏捷人形机器人运动：基于物理的强化学习

Min Dai, William D. Compton, Junheng Li, Lizhi Yang, Aaron D. Ames

机构 * Department of Mechanical and Civil Engineering, California Institute of Technology（机械与土木工程系，加州理工学院） ； Department of Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加州理工学院） 纠错

AI总结 本文提出基于物理的强化学习方法，结合结构化步态规划与数据驱动适应，实现人形机器人在受限足部支撑上的敏捷运动，显著提升可靠性。

Tree-Preconditioned Differentiable Optimization and Axioms as Layers

基于树预条件的可微优化与公理作为层

Yuexin Liao

机构 * Division of Physics, Mathematics and Astronomy (PMA), California Institute of Technology（物理、数学与天文系，加州理工学院） 纠错

AI总结 本文提出了一种将公理结构嵌入神经网络的可微优化方法，通过树预条件共轭梯度求解器实现超线性收敛，解决以往难以处理的问题规模，并消除惩罚方法的结构过拟合问题。

Comments Comments and collaboration are highly welcome