首页 /研究 /基于特权表示学习的仿人足球机器人视觉带球
LOCOMOTION

基于特权表示学习的仿人足球机器人视觉带球

Flavio Maiorana, Valerio Spagnoli, Eugenio Bugli, Flavio Volpi, Daniele Affinita, Vincenzo Suriani, Daniele Nardi, Luca Iocchi

发表年份
2026
访问权限
开放获取

摘要

本文提出一种集成方法,将时间深度编码器嵌入强化学习策略中,通过任务特定投影层实现仿人机器人的视觉带球。该方法无需显式状态估计,在动态对手场景下达到46%成功率,展示了从深度观测直接学习复杂运动控制的能力。

关键词

humanoid robotdribblingreinforcement learningdepth perceptionprivileged representation

相关论文

查看 LOCOMOTION 分类全部论文