REACH分层人形爬行框架发布
热点事件持续更新
REACH分层人形爬行框架发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Shengzhang Xu等作者发布REACH——一个基于强化学习的分层框架，让Unitree G1人形机器人通过可变高度双足行走与爬行穿越高度受限环境。作者称，学习到的策略在双足行走1.27–0.50米、爬行0.50–0.20米的互补指令区间内调节身体高度，并用双向切换策略连接蹲行与爬行。 框架还结合LiDAR规划器，把点云转成无碰撞三维路径与运动指令。作者称实机实验验证了高度与速度跟踪、地形通行、模式切换和受限空间穿越；代码与视频已公开。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
REACH：基于强化学习的分层人形机器人爬行框架，实现受限空间通行报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.ROREACH：基于强化学习的分层人形机器人爬行框架，实现受限空间通行
REACH 是一个基于强化学习的分层框架，让 Unitree G1 人形机器人通过可变高度双足行走与爬行穿越高度受限环境。其策略在双足行走 1.27–0.50m、爬行 0.50–0.20m 的互补指令区间内调节身体高度，并用双向切换策略连接蹲行与爬行；框架还结合 LiDAR 规划器把点云转成无碰撞三维路径与运动指令。实机实验验证了高度与速度跟踪、地形通行、模式切换和受限空间穿越，代码与视频已公开。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月28日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。