ARC-RL：受《ARC Raiders》启发的强化学习测试平台

Carlo Romeo, Andrew D. Bagdanov

2026

摘要

本文提出了ARC-RL，一个包含四种基于游戏生物形态的腿式机器人MuJoCo连续控制环境套件，并设计了一个统一的多组件奖励函数，无需运动捕捉数据。通过比较多种在线和离线-在线强化学习算法，验证了该平台的有效性。

reinforcement learninglegged locomotionMuJoCohexapodquadrupedreward functioncentral pattern generator

MANIPULATION

📊 0 引用

Yong Tao, Donghua Tan, Fan Ren 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Fengyi Lu, Guanghui Zhou, Chao Zhang 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LOCOMOTION

📊 0 引用

Dilip Muchhala, Pramod Kumar Maurya, Adarsh Raut 等 6 位作者

Robotics and Autonomous Systems · 2026

LOCOMOTION

📊 0 引用

Shengyang Lu, Guanpeng Chen, Lijing Zhao 等 5 位作者

Robotics and Autonomous Systems · 2026