PulseAugur
中
实时 18:20:11
English(EN) NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception

NeuralActuator 模型改进机器人动力学和力感知 · 跟踪 2 个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 NeuralActuator，这是一种新颖的神经网络模型，旨在改进机器人动力学建模和外部力感知。该模型通过考虑摩擦和滞后等因素，解决了传统驱动器模型（尤其是在低成本平台上）的不足之处。NeuralActuator 联合预测用于轨迹传播的广义力代理、带有接触概率门的外部力以及电机状况评分。该系统已在 OpenManipulator-X、SO-101 和 Franka Emika Panda 等各种机器人平台上得到验证，证明了其在增强机器人控制和感知能力方面的有效性。 AI

影响 通过改进驱动器建模和力估计来增强机器人控制和感知能力，有望实现更强大、更精确的机器人系统。

排序理由 该集群包含一篇发表在 arXiv 上的研究论文，详细介绍了一种新的机器人模型。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

NeuralActuator 模型改进机器人动力学和力感知 · 跟踪 2 个来源

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Zhiyang Dou, John U. Onyemelukwe, Hangxing Zhang, Heng Zhang, Minghao Guo, Yunsheng Tian, Michal Piotr Lipiec, Joshua Jacob, Chao Liu, Peter Yichen Chen, Yuri Ivanov, Wojciech Matusik ·

    NeuralActuator：用于机器人动力学和外部力感知的神经驱动建模

    arXiv:2607.11734v1 Announce Type: cross Abstract: Differentiable simulators have advanced policy learning and model-based control, yet actuator dynamics remain an important source of sim-to-real error. This is particularly acute on low-cost platforms, where the linear current-to-…

  2. arXiv cs.LG TIER_1 English(EN) · Wojciech Matusik ·

    NeuralActuator：用于机器人动力学和外部力感知的神经驱动建模

    Differentiable simulators have advanced policy learning and model-based control, yet actuator dynamics remain an important source of sim-to-real error. This is particularly acute on low-cost platforms, where the linear current-to-torque relation $τ= K_tI$ becomes unreliable durin…

相关实体

相关话题