研究人员正在探索控制人形机器人的新方法,重点关注高级 loco-manipulation 和反应式行为。一种方法使用扩散模型为 Unitree G1 等机器人生成功能性神经网络,并分析学习到的权重空间以深入了解具身智能。另一个框架 Reflex 通过从自我中心视觉推断物体运动并协调全身控制,使人形机器人能够对动态物体做出视觉反应。此外,HULK 是一个全身控制框架,它使用模型预测控制来指导强化学习以实现有力的 loco-manipulation,从而提高稳定性和指令跟踪能力。最后,引入了一个名为 HumanVerse 的新数据集和管道,用于扩展人类演示以训练人形基础模型,从而实现更有效的人体交互。 AI
影响 人形机器人控制的进步可能会加速其在复杂物理任务和人类环境中的部署。
排序理由 多篇研究论文详细介绍了人形机器人控制的新方法和数据集。
- Reflex
- Unitree G1
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Diffusion Transformer
- Gotit.pub
- Hugging Face
- HumanVerse
- imitation learning
- reinforcement learning
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →