E2DRL：四足机器人3D避障端到端可微强化学习

2026年10月15日，arXiv cs.RO 发布 Cheng Fan 等作者的论文，提出 E2DRL——一种面向四足机器人 3D 避障的端到端可微强化学习方法。据该论文，硬碰撞约束会破坏一阶梯度，E2DRL 以软可微障碍交互公式应对：在多个身体关键点上施加穿透惩罚，并采用速度条件 stop-gradient 塑形，从而为 3D 避障提供一阶训练信号。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。以上内容均来自论文自述，其效果与准确性有待进一步验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。