MPBRS：用于人形机器人运动统一奖励配置的多势能奖励塑形方法

📋总体概括

一项发表于arXiv的研究提出MPBRS（多势能奖励塑形）方法，为人形机器人运动控制提供统一奖励配置方案。该方法基于势能奖励塑形（PBRS）理论，通过势函数差值引导探索而不改变最优策略，避免了传统奖励函数项冲突、过拟合和权重敏感问题。研究在九种人形机器人上使用同一套奖励结构与权重进行验证，仅需关节/连杆映射和默认姿态等机器人元数据，无需逐机器人重新设计奖励，显著降低了RL训练流程的开发成本。