FlashNeRD 接触丰富神经机器人动力学论文发布

2026年10月8日，arXiv cs.RO 刊出 Mohammadmehdi Ataei 等作者的论文，提出面向接触密集型任务的性能优先神经机器人动力学模型 FlashNeRD。据该论文，此前 NeRD 存在速度提升有限、仅支持预定义接触点、缺乏双向耦合三个局限；FlashNeRD 通过并行流式架构使每次预测更快更准、通过可接受任意位置接触的编码器、以及与解析求解器仿真物体的双向耦合，去除了这三个局限。目前报道仅涉及论文发布及方法说明，未提及后续实验验证或应用进展。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。