arXiv cs.RO· Yi Han, Xingyu Chen, Zixuan Lang, Qianyang Wu, Yuhang Lin, Ji Ma, Liang Li, Dongting Li, Xinpeng Liu, Ruoli Dai, Hesheng Wang, Renjing Xu, Lei Han·· 8 天前AI 评分68
HIPC：通过目标条件运动闭合实现人形机器人迭代规划与控制
HIPC: Humanoid Iterative Planning and Control via Goal-Conditioned Motion Closure
AI 导读
作者提出 HIPC 实时人形机器人迭代规划与控制框架，将生成模型与运动跟踪耦合为统一的规划与控制范式。HIPC 采用目标条件运动规划，并用规范运动表示训练以规避极端姿态下的万向节锁奇异，同时通过偏差衰减恢复与历史重锚定两种策略缓解实机状态反馈带来的分布外偏移。实验显示 HIPC 在现有方法中取得最优的目标到达精度，并表现出对物理扰动的鲁棒性和跌倒后恢复能力。
来源：arXiv cs.RO · arxiv.org