研究人员开发了CTS-MoE，一种用于感知式腿式运动的新型方法，该方法利用混合专家模型结合基于感知的门控。该系统使机器人在不要求单独的高层选择器或地形分类器的情况下，能够实时适应不连续地形（如楼梯和缝隙）的步态和行为。在Unitree Go1机器人上的实验表明，与单一基线策略相比，CTS-MoE实现了更低的跟踪误差和更高的成功率，展示了其在模拟和现实世界环境中的有效性。 AI
影响 这项研究可能带来更强大、更具适应性的机器人系统，能够导航复杂的现实世界环境。
排序理由 详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
