提出用价值梯度优化多形态机器人设计

研究提出把通用多形态价值函数变成可复用的机器人设计模型：先在大量机器人设计上训练形态感知的策略与价值函数，再用冻结的价值函数作为可微代理，通过价值梯度优化候选形态。单模型最多在 50 个机器人、超 1100 个连续形态参数的设计空间上训练，并覆盖从扰动单机器人到跨形态类别留出机器人的设置。价值梯度还能定位限制性能的设计与控制参数，用于新机器人设计的优化与分析。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。