论文地址：https://arxiv.org/pdf/2404.19173 

这篇论文为类人机器人站立和行走（SaW）控制器的持续可衡量改进奠定了基础。通过引入一套定量实际基准测试方法，作者展示了现有控制器的优缺点，并通过基准测试指导新控制器的训练，最终实现了增强的控制器，成功处理了所有测试的扰动。结果表明，当前的RL控制器在能量效率和仿真到现实差距方面存在局限性。未来的工作应专注于在不牺牲其他指标性能的情况下优化能量效率，以及提高运动的平稳性。

论文初读：