PROMO: Präferenzgesteuertes Multi-Objective-RL für Quadrupeden
PROMO ist ein Preprint-Framework für semantisches präferenzkonditioniertes Multi-Objective-Reinforcement-Learning. Eine einzelne Richtlinie macht die Abwägung zwischen Kommandotreue, Stabilität und Energieeffizienz zur Laufzeiteingabe und trennt diese von festen lokomotionsspezifischen Prioritäten. In Simulation werden über 100 Präferenzen 67 nichtdominierte Verhalten erreicht und eine mittlere Präferenz-Objektiv-Korrelation von 0,843 gemessen; auf einem Unitree Go2 senkt allein die Präferenzänderung die spezifische Energie um bis zu 30,4 Prozent, den Positionsfehler um bis zu 38,7 Prozent und die maximale Körperlageabweichung um bis zu 59,0 Prozent.