研究人员开发了一种方法，使人形机器人能够利用本体感觉-视觉对应来学习区分自我与他者，无需身份标签或运动学模型。这种学习到的区分使机器人能够构建一个预测性自我模型，将关节配置映射到其3D身体占用空间以及它如何随动作而变化。然后，该系统可以在多主体场景中可靠地识别自身，并支持诸如碰撞感知运动规划和人到机器人运动重定向等任务，为机器人更好地与人类协同工作铺平了道路。 AI
影响 使机器人能够更好地理解自身的身体和动作，从而在共享环境中实现更安全、更有效的与人类协作。
排序理由 该集群包含一篇研究论文，详细介绍了一种新颖的方法，使人形机器人能够实现自我与他者的区分。
- 3D body occupancy
- humanoid robots
- predictive self-model
- proprioceptive-visual correspondence
- collision-aware motion planning
- human-to-robot motion retargeting
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →