待验证50% 置信事实精确时间

ETH Zurich的ANYmal系列工作中，地形难度、速度目标等会随训练进度自动升级（应用课程学习）

1

来源数

50%

置信度

长期有效

时效性

2026/9/29

首次发现

来源

Cubic Doggo实战：用MuJoCo和PPO训练机器狗站立的强化学习踩坑记

涉及实体

ETH Zurichcompany ANYmalproduct

相关事实

待验证ETH Zurich的ANYmal四足机器人团队通过Sim2Real方法让机器人学会在崎岖地形上自适应行走，策略完全在仿真中训练69% 相似待验证OpenAI训练机械手解魔方、ETH Zurich训练四足机器人等标志性工作均将域随机化作为核心技术67% 相似待验证苏黎世联邦理工（ETH Zurich）的研究已证明强化学习训练的无人机控制策略可超越人类飞手66% 相似待验证强化学习需要海量交互样本，因此环境运行速度和并行化能力对缩短训练周期至关重要62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/958913

API

curl https://kongchang.com/api/v1/knowledge/claims/958913

MCP

get_claim(id=958913)