提出保留表现力的人形全身控制残差学习框架
热点事件历史事件
提出保留表现力的人形全身控制残差学习框架
1 篇报道1 个报道来源4 天前更新
先了解这件事
报道摘要
研究提出一种残差学习框架，在冻结的全身跟踪器之上补偿幅度、能量、身体展开、身体倾斜与骨盆高度等表现力目标，并用运动感知门控按身体部位活跃度分配修正能力。在 Unitree G1 上针对八类动作的仿真与实机实验显示，该方法对动态与姿态特征的保留优于对应基线。分析同时表明，更低的平均位置跟踪误差并不保证更好的表现力保持。
摘自 arXiv cs.RO
最新进展10月15日 12:00
超越运动学跟踪：人形机器人全身控制中保留动作表现力报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.RO超越运动学跟踪：人形机器人全身控制中保留动作表现力
研究提出一种残差学习框架，在冻结的全身跟踪器之上补偿幅度、能量、身体展开、身体倾斜与骨盆高度等表现力目标，并用运动感知门控按身体部位活跃度分配修正能力。在 Unitree G1 上针对八类动作的仿真与实机实验显示，该方法对动态与姿态特征的保留优于对应基线。分析同时表明，更低的平均位置跟踪误差并不保证更好的表现力保持。