渐进贝叶斯优化控制器

缩小仿真与实物差距

先用易获取的静态数据训练高斯过程先验，再迁移到动态步态调参，让四足机器人的仿真参数整定不再依赖大量试错。

于诚 · Rosendo, Andre

Lecture Notes in Networks and Systems 2023

技术优势

超越所有基线

在四足机器人上训练初始步态后，ProBO 的表现优于所有其他替代方法，证明其调参效果更优。

降低动态调参难度

使用较容易的静态轨迹数据训练高斯过程先验，迁移到更难的动态步态，避免了从零开始的高成本探索。

应用场景

• 四足机器人步态优化：用少量实物实验快速整定仿真参数，加速步态调试。
• 仿真到实物迁移：缩小不同速度 bounding 步态的仿真与现实差距，减少试错。