基于简化概率选择框架的双足机器人模仿学习

薛雯,赵硕,李永强

Imitation learning for bipedal robots based on simplified probabilistic framework for options

Wen XUE,Shuo ZHAO,Yongqiang LI

表 3 模仿学习训练过程中的超参数配置

Tab.3 Hyperparameter settings for imitation learning training

参数名称 数值 优化器 Adam $ {\lambda }_{{\mathrm{phys}}} $ 0.01 批量大小 64 梯度裁剪阈值 1.0 训练轮数(最大) 3000 初始学习率$ \alpha $ 3×10−4 力矩PD控制$ {K}_{{\mathrm{p}}},{K}_{{\mathrm{d}}} $ 160,18 早停机制 28，60，60，60，28 $ {w}_{{\mathrm{p}}},{w}_{{\mathrm{e}}},{w}_{{\mathrm{m}}},{w}_{{\mathrm{f}}},{w}_{{\mathrm{trk}}} $ 1.0，0.1，0.5，0.3，0.8