已验证65% 置信事实精确时间

机器人运动控制常用PPO（近端策略优化）或SAC（软演员-评论家）等算法

3

来源数

65%

置信度

长期有效

时效性

2026/8/9

首次发现

来源

AI机器人投篮突然失控抽搐：具身智能的技术难题

相关事实

待验证PPO因其超参数不敏感性成为OpenAI RLHF管线的默认选择，而SAC在机器人连续控制和自动驾驶的运动规划中更受青睐72% 相似待验证基于策略梯度的算法如PPO和GRPO能够处理离散与连续混合的动作空间71% 相似待验证四足机器人动态平衡的主流方案包括基于模型预测控制（MPC）的规划算法和强化学习训练出的神经网络控制器71% 相似待验证模型预测控制（MPC）在滚动时域内优化未来控制序列，近年来在四足机器人的实时运动控制中取得显著成功71% 相似已验证PPO（近端策略优化）通过裁剪目标函数限制每次策略更新的步长，成为连续控制任务的事实标准69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/714073

API

curl https://kongchang.com/api/v1/knowledge/claims/714073

MCP

get_claim(id=714073)