TERRA 框架让火星车在真实地形上几次试验内完成自适应
论文AI 评分 72/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇投稿至 CoRL 2026 的论文提出 TERRA 在线自适应框架，用于行星漫游车在可变形地形上的部署期调整。该方法以奖励加权预测损失微调仿真训练的世界模型，并训练一个损失预测器来估计未来与性能相关的误差可能出现在哪里，再用这一信号在 MPC 中引导探索。仿真中，在严重的分布外预训练条件下，TERRA 约在五次试验内达到约 90% 的爬坡成功率，在奖励、完成时间和首次成功能耗上优于探索基线。在 ERNEST 漫游车上，该方法在三到五次真实试验内恢复了可变形火星模拟斜坡上的协调主动悬架运动。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载问题设定
论文关注的是未来行星漫游车在陡峭、可变形地形上的机动问题：车轮打滑、下陷与地形形变都会威胁通行能力。仿真能刻画部分轮土效应，但未被建模的可变形地形现象会造成仿真到现实的差距，需要在部署阶段做自适应。矛盾在于漫游车作业几乎没有留出大量试错的空间，因此需要一种把探索集中在真正影响任务的位置上的方法。
方法构成
TERRA 由两部分配合。其一是用奖励加权的预测损失来调整仿真训练得到的世界模型，使模型在部署数据上向任务相关方向修正。其二是训练一个损失预测器，用来估计未来哪些位置更可能出现与性能相关的预测误差；这个信号在模型预测控制（MPC）过程中引导探索，让采集到的数据优先暴露任务相关的模型错误，而不是均匀地试探环境。
实验结果
仿真部分给出的结论是：在严重的分布外预训练条件下，TERRA 约在五次试验内达到约 90% 的爬坡成功率，并在奖励、完成时间与首次成功所耗能量三项指标上优于所对比的探索基线。实车部分在 ERNEST 漫游车上验证，在三到五次真实世界试验内恢复了可变形火星模拟斜坡上的协调主动悬架运动能力。论文标注为 CoRL 2026，编号 arXiv:2610.38657。
为什么值得看
行星漫游车几乎没有反复试错的余地，把在线自适应压缩到个位数试验次数，是 sim-to-real 落地的关键一步。
微调论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。