使用场景

四足机器人在不同地形上的行走测试。

瑜伽球上四足机器人的平衡和行走。

灵巧操作任务，如立方体旋转。

产品特色

自动化构建奖励函数：根据目标任务自动生成适合的奖励函数。

领域随机化分布：为支持现实世界转移，自动生成领域随机化参数。

模拟条件下的策略测试：在不同模拟条件下测试策略，构建奖励感知的物理先验。

现实世界部署：使用合成的奖励和领域随机化参数，训练策略以供现实世界部署。

鲁棒性：DrEureka策略在现实世界中表现出色，即使在地形变化和干扰下也能保持平衡。

安全性：通过整合安全指令，改进了奖励设计，以生成足够安全以在现实世界中部署的奖励函数。

奖励感知物理先验：使用初始策略生成奖励感知的物理先验对DrEureka的成功至关重要。

使用教程

步骤1：提供任务和安全指令以及环境源代码给DrEureka。

步骤2：DrEureka生成规则化的奖励函数和策略。

步骤3：在不同模拟条件下测试策略，构建奖励感知的物理先验。

步骤4：将物理先验提供给LLM以生成领域随机化参数集。

步骤5：使用合成的奖励和领域随机化参数训练策略。

步骤6：将训练好的策略部署到现实世界中进行测试和应用。