#多任务行走 (1)

MoE-Loco：面向多任务行走的混合专家方法

我们提出 MoE-Loco，一种面向腿式机器人多任务行走的混合专家（MoE）框架。该方法使单一策略能够处理多种地形（包括横杆、坑洞、楼梯、斜坡和挡板），同时支持四足和双足步态。利用 MoE，我们缓解了多任务强化学习中常见的梯度冲突问题，提升了训练效率和性能。实验表明，不同专家自然地专门化于不同的行走行为，可用于任务迁移和技能组合。我们在仿真和真实世界部署中验证了该方法的鲁棒性和适应性。