内容摘要
提高控制频率是否必然带来更稳健、反应更快的机器人行走？这篇作者论文以ANYmal C四足机器人检验低频控制，比较训练和执行频率为5—200 Hz的深度强化学习策略，而非跨平台排名。
方法采用运动控制器与底层执行跟踪器分层：策略根据机器人状态生成目标关节位置，底层跟踪器负责生成关节力矩；各策略使用PPO训练。低频策略对执行动态不敏感的解释有明确条件：执行器稳定时间短于控制步长，且底层能够稳定跟踪目标。
作者在真机定性评估中报告，8 Hz盲行策略实现约1.5 m/s前向速度；另一个8 Hz感知策略可跨越木制铁路枕木并上下台阶。论文还报告，低频策略对执行延迟更稳健，并展示无需动力学随机化或执行器建模的仿真到真机迁移。
结果不意味着频率越低越好：5 Hz策略只能稳定执行低速运动，反应不足；未使用执行器网络训练的策略虽可迁移，但动作不如使用该网络时平滑。作者称提供训练与部署代码，材料未构成独立复现证据。
点评
该研究为学习式运动控制提供一种设计参照：在底层稳定跟踪的条件下，可以考察降低策略更新频率，而非默认追求高频。
证据来自作者论文中的仿真评估与ANYmal C真机演示，不宜外推为其他本体上的普遍优势；代码提供情况仅按论文陈述，未核验工程产物或独立复现。
版本与核查范围
版本 2209.14887v3 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #abstract1.1；#S1.p6.1；#S2.SS2.p1.1；#S2.SS2.p3.1；#S3.SS1.p1.2；#S3.I1.i1.p1.1；#S4.SS1.p2.1；#S4.SS4.p1.1；#S4.SS4.p2.1；#S4.SS3.p1.1；#S5.p2.1；#S4.SS2.p1.1