#运动模仿 (3)

论文提出分层强化学习框架：低层策略先在平地模仿犬类动作并形成运动先验，高层目标条件策略输出潜在步态指令与受约束关节残差，使 ANYmal-D 在楼梯、坡面、随机箱体和高障碍中保持自然动物风格步态，并完成感知运动、局部避障与目标导航。

LATENT 以碎片化、不完整的人类网球动作数据为先验,经修正与组合学出可稳定击球的人形策略,部署到 Unitree G1,能与人类进行多拍对拉。

从运动模仿中学习可复用的混合运动先验，让 RL 策略能跨步态任务迁移而非每次从零训练，提升人形运动控制的样本效率和泛化能力。