#运动先验 (5)

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。

将人体运动转换为四足、六足等非人形腿式机器人的可执行行为，通过重定向、RL跟踪和蒸馏实现跨形态运动先验迁移——不追求关节级模仿，而是保留意图、时序、协调和接触结构。

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。