研究人员开发了SOMA,一个新颖的层次化强化学习框架,使四足机器人能够执行带有堆叠物体的复杂操作任务。该系统集成了显式的机器人基座高度控制,用于全三维推挤策略,使机器人能够将有效载荷作为一个统一的系统进行操作,而不会滑动或倾倒。SOMA使用一个高层策略,该策略带有简化的结构化状态空间序列编码器,用于长时域推理,以及一个用于动态腿部调整的低层策略。在模拟中,SOMA在单物体重置和动态双盒堆叠任务中实现了超过90%的成功率,并在Unitree Go1机器人上成功实现了零样本仿真到现实的迁移。 AI
影响 使四足机器人能够执行复杂的操纵任务,可能推动机器人技术在物流和危险环境中的发展。
排序理由 该集群包含一篇详细介绍新机器人框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- quadruped robot
- Simplified Structured State Space Sequence
- SOMA
- Stergios Evangelos Bachoumas
- Unitree Go1
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →