TAM：无需域随机化的机器人扭矩自适应模块

Dongwon Son 等研究者提出扭矩自适应模块 TAM，在底层控制器与机器人扭矩接口之间计算残差扭矩修正，使策略适应不同机器人动力学。据该论文，TAM 仅依赖本体感受历史，不依赖策略观测或动作空间，同一套权重可复用于关节目标、末端执行器目标和直接扭矩等不同动作空间。 论文称，使用 TAM 时策略本身无需针对机器人参数做域随机化训练；这部分需求被转移到 TAM 上，TAM 完全在随机化仿真中训练，采用多机器人预训练加机器人特定微调，微调阶段仍不需要真实机器人数据。

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。