本期為TechBeat人工智能社區(qū)第734期線上Talk。

北京時間12月11日(周四) 20:00，清華大學(xué)博士生朱少廷的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是：MoE-Loco - 基于混合專家模型的多任務(wù)運動控制。該方法創(chuàng)新性地引入混合專家（MoE）架構(gòu)，讓單一策略通過“動態(tài)路由”將不同任務(wù)分配給特定專家網(wǎng)絡(luò) 。

Talk·信息

主題：MoE-Loco - 基于混合專家模型的多任務(wù)運動控制

嘉賓：清華大學(xué) · 博士生 - 朱少廷

時間：北京時間12月11日(周四) 20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

Talk·介紹

傳統(tǒng)多任務(wù)強化學(xué)習(xí)在處理復(fù)雜地形與不同步態(tài)（雙足/四足）融合時，常因“梯度沖突”導(dǎo)致模型難以收斂 。MoE-Loco 創(chuàng)新性地引入混合專家（MoE）架構(gòu)，讓單一策略通過“動態(tài)路由”將不同任務(wù)分配給特定專家網(wǎng)絡(luò) 。該方法不僅有效解決了梯度沖突，還讓機(jī)器人實現(xiàn)了多種地形和不同步態(tài)的平滑切換，更展現(xiàn)出通過組合專家實現(xiàn)“運球”等新技能的零樣本泛化能力 。

Talk大綱

1. 背景與挑戰(zhàn) - 介紹機(jī)器人運動控制從單任務(wù)向多任務(wù)（Multitask RL）演進(jìn)中的核心痛點：多任務(wù)學(xué)習(xí)間的“梯度沖突”及其對性能的負(fù)面影響。

2. 核心方法 - 詳解 MoE-Loco 架構(gòu)設(shè)計，如何將 MoE 模塊整合進(jìn) Actor-Critic 網(wǎng)絡(luò)，以及利用 Gating Network 實現(xiàn)任務(wù)特征的自動提取與專家分配。

3. 機(jī)制分析與實驗 - 展示 Unitree Go2 真機(jī)在多種復(fù)雜地形下的表現(xiàn)，通過梯度相似度分析驗證沖突的消除，并可視化不同專家（Experts）的專業(yè)分工。

4. 技能組合與展望 - 探討 MoE 的可解釋性優(yōu)勢，演示如何通過手動調(diào)整專家權(quán)重 Zero-shot 合成新技能（如踢球/運球），并總結(jié)在持續(xù)學(xué)習(xí)中的潛力。

Talk·預(yù)習(xí)資料

論文鏈接： https://arxiv.org/abs/2503.08564

Talk·提問交流

在Talk界面下的【交流區(qū)】參與互動！留下你的打call和問題，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻(xiàn)，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

Talk·嘉賓介紹

朱少廷???????????

清華大學(xué) · 博士生
???

現(xiàn)于清華大學(xué)交叉信息院博士二年級在讀，師從趙行老師。

研究方向為具身智能，足式機(jī)器人，三維重建與機(jī)器人融合，在RA-L, ICRA, IJCV, IROS, ICCV等期刊及會議上發(fā)表多篇論文，并擔(dān)任RA-L, IROS, RA-M等學(xué)術(shù)期刊及會議審稿人。代表工作有: VR-Robo, Robust-robot-walker, SARO等。

個人主頁: https://www.techbeat.net/grzytrkj?id=46001

-The End-

如果你也想成為講者

自薦 / 推薦

單人Talk | 團(tuán)隊專場 | 錄播or直播 | 閉門交流

多種方式任你選擇！

推薦講者成功也有獎勵哦~

關(guān)于TechBeat人工智能社區(qū)

TechBeat(www.techbeat.net)隸屬于將門創(chuàng)投，是一個薈聚全球華人AI精英的成長社區(qū)。

我們希望為AI人才打造更專業(yè)的服務(wù)和體驗，加速并陪伴其學(xué)習(xí)成長。

期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級打怪的根據(jù)地！

更多詳細(xì)介紹>>

預(yù)約本期Talk