ZEST：零样本具身技能迁移算法 第二章：算法架构与训练机制

目录

第二章：算法架构与训练机制

2.1 整体框架设计

2.1.1 强化学习策略训练流程概览

2.1.2 观测空间与动作空间的跨本体标准化

2.1.3 奖励函数的极简设计：摆脱广泛奖励塑造

2.2 自适应采样机制（Adaptive Sampling）

2.2.1 困难运动片段的自动识别原理

2.2.2 训练注意力分配：聚焦高复杂度动力学区域

2.2.3 与课程学习的协同：动态调整采样分布

2.3 自动课程与辅助力矩

2.3.1 基于模型的辅助力矩（Assistive Wrench）设计

---

第二章：算法架构与训练机制

2.1 整体框架设计