В препринте, датированном 14 октября 2026 года, Minjoong Kim описал PGRR — метод выбора походки для повреждённого робота, который учитывает не только короткую пробу, но и ожидаемое поведение при продолжительном движении. В 108 задачах MuJoCo метод превзошёл выбранную автором IT&E-подобную стратегию по итоговому качеству походки; результат получен на симулированном шестиногом роботе, не на физической машине. Препринт на arXiv.
Почему важны последствия проб
При восстановлении без сброса состояния каждая проба меняет условия, которые робот унаследует при следующей. Поэтому походка, успешная на коротком отрезке, может оказаться менее эффективной при дальнейшем выполнении.
PGRR — сокращение от Persistent Profile-Guided Reset-Free Recovery. По описанию Kim, метод прогнозирует несколько результатов повторного выполнения походок и использует оценки с учётом неопределённости, чтобы выбирать короткие онлайн-пробы, не возвращая робота в исходное состояние. Поиск тем самым ориентирован на ожидаемое дальнейшее качество, а не только на исход отдельной попытки.
Результаты на 108 симуляционных задачах
Kim оценивал метод в MuJoCo на симулированном шестиногом роботе. В задачи вошли три типа повреждений: ампутация конечности, перелом дистального сегмента и блокировка сустава. Оценка качества движения учитывала продвижение вперёд, следование по траектории, расход энергии и устойчивость переходов между состояниями.
Относительно IT&E-подобной базовой стратегии на основе гауссовского процесса PGRR повысил итоговое качество походки на 0,106, а показатель SRQ — усреднённое по фиксированному бюджету оценки качество восстановления — на 0,044. Автор также сообщает о снижении доли низкокачественных неудач на 27,8 процентного пункта и улучшении итогового качества во всех трёх классах повреждений.
Преимущество зависит от критерия
Сравнение с вариантом без адаптации даёт более неоднозначный результат: по сообщению автора, итоговое качество улучшилось и доля низкокачественных неудач снизилась, но совокупное различие по SRQ оказалось неубедительным. Следовательно, заявленное преимущество над базовой стратегией не означает превосходства по каждому показателю или относительно любого способа восстановления.
Все приведённые результаты относятся к симуляции и задачам, описанным в препринте; независимой проверки в доступных источниках нет. Работа показывает результат экспериментального метода в MuJoCo, но не подтверждает его готовность к применению на физическом роботе.
