研究人员开发了 LHM-Humanoid，这是一种新颖的基于物理的控制系统，用于模拟人形机器人，旨在复杂环境中进行连续、长时域的物体运输。与依赖短时、基于重置的片段的先前方法不同，LHM-Humanoid 能够执行单一、不间断的动作序列，包括重复抓取、搬运和放置物体。该系统通过学习恢复平衡并确保每次放置后的平稳过渡来解决这些动作之间的转换挑战，在各种复杂场景中表现优于现有的端到端和分层强化学习技术。 AI
影响 这项研究推动了机器人和虚拟环境中基于物理的仿真，有可能提高 AI 代理在复杂操作任务中的真实感和能力。
排序理由 该集群基于一篇 arXiv 预印本，其中详细介绍了一种新的研究方法。[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 →
