论文摘要本文提出了一种创新的方法，通过在仿真中训练强化学习策略并成功迁移到物理系统，使ANYmal四足机器人掌握了动态、敏捷的运动技能。核心突破在于构建了一个高保真混合仿真器，它结合了精确的刚体动力学模型和一个从真实数据中学习而来的“执行器网络”，后者准确模拟了复杂电机（串联弹性执行器）的真实动态响应。这种方法有效弥合了“仿真-现实”差距。在仿真中，使用信任域策略优化算法训练策略网络，并结合课程学