Galaxy General 和清华大学的研究人员开发了一种名为 LATENT 的新方法,使人形机器人能够利用不完美的人类运动数据学习网球技能。该系统不依赖于完美、完整的数据集,而是从碎片化和不精确的人类运动中学习,专注于基本的身体力学。这种方法训练了一个潜在动作空间,类似于一个“动作词典”,使机器人能够选择和适应预先学习的运动模式,而不是从头开始计算每一个关节运动。该系统包含一个潜在动作屏障(LAB)以确保平稳稳定的运动,并在模拟中采用领域随机化,通过引入机器人和球动力学中的不确定性来提高现实世界性能。 AI
影响 使机器人能够从现实世界的不完美演示中学习复杂的运动技能,可能加速具身人工智能的发展。
排序理由 该项目描述了一篇在会议上发表的研究论文,其中详细介绍了一种机器人从不完美数据中学习技能的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- G1
- Galaxy General
- Galbot
- IROS 2026
- Mario Tennis
- Mario Tennis Aces
- Peking University
- Shanghai Artificial Intelligence Laboratory
- Shanghai Institute of Artificial Intelligence
- Top Spin
- Tsinghua University
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →