Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.19153

帮助 | 高级搜索

计算机科学 > 机器人技术

arXiv:2508.19153 (cs)
[提交于 2025年8月26日 ]

标题: QuadKAN:通过端到端强化学习增强KAN的四足运动控制

标题: QuadKAN: KAN-Enhanced Quadruped Motion Control via End-to-End Reinforcement Learning

Authors:Allen Wang, Gavin Tao
摘要: 我们针对基于视觉的四足运动控制问题,采用强化学习(RL)方法,并强调将本体感觉与视觉结合对于鲁棒控制的必要性。我们提出了QuadKAN,一种用Kolmogorov-Arnold网络(KANs)实例化的样条参数化跨模态策略。该框架包含一个用于本体感觉的样条编码器和一个用于本体感觉-视觉输入的样条融合头。这种结构化的函数类使状态到动作的映射与步态的分段平滑特性相一致,提高了样本效率,减少了动作抖动和能耗,并提供了可解释的姿态-动作敏感性。我们采用了多模态延迟随机化(MMDR)并使用近端策略优化(PPO)进行端到端训练。在包括平坦和不平坦表面以及静态或动态障碍物场景在内的多种地形上的评估表明,QuadKAN在获得的回报、行进距离和碰撞次数方面均优于最先进的(SOTA)基线方法。这些结果表明,样条参数化策略为鲁棒的视觉引导运动提供了一种简单、有效且可解释的替代方案。在被接受后将提供一个代码库。
摘要: We address vision-guided quadruped motion control with reinforcement learning (RL) and highlight the necessity of combining proprioception with vision for robust control. We propose QuadKAN, a spline-parameterized cross-modal policy instantiated with Kolmogorov-Arnold Networks (KANs). The framework incorporates a spline encoder for proprioception and a spline fusion head for proprioception-vision inputs. This structured function class aligns the state-to-action mapping with the piecewise-smooth nature of gait, improving sample efficiency, reducing action jitter and energy consumption, and providing interpretable posture-action sensitivities. We adopt Multi-Modal Delay Randomization (MMDR) and perform end-to-end training with Proximal Policy Optimization (PPO). Evaluations across diverse terrains, including both even and uneven surfaces and scenarios with static or dynamic obstacles, demonstrate that QuadKAN achieves consistently higher returns, greater distances, and fewer collisions than state-of-the-art (SOTA) baselines. These results show that spline-parameterized policies offer a simple, effective, and interpretable alternative for robust vision-guided locomotion. A repository will be made available upon acceptance.
评论: 14页,9图,期刊论文
主题: 机器人技术 (cs.RO)
引用方式: arXiv:2508.19153 [cs.RO]
  (或者 arXiv:2508.19153v1 [cs.RO] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.19153
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Xiaowen Tao [查看电子邮件]
[v1] 星期二, 2025 年 8 月 26 日 16:05:32 UTC (14,429 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.AI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.RO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号