跳到正文
热点事件持续更新

PAKE:四足机器人全身移动操作的分层控制框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Zhengmao He 等提出全身移动操作控制框架 PAKE,将问题分解为部分参考运动生成与底层模仿控制,并在搭载六自由度机械臂的四足机器人上验证。PAKE 引入在大规模运动生成数据集上训练的 Kinematic Normalizing Flow(KNF)模型生成多样的部分运动参考,高层控制器在 KNF 潜空间中导航以利用冗余解,低层控制器学习动力学一致的动作执行。 论文称,在含 4,000 个目标的仿真基准上,PAKE 在跟踪精度与可达工作空间覆盖上优于所评测的基线;硬件部署则在 8 项不同移动操作任务上进行了 24 次试验评估。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv cs.RO
    PAKE:用部分运动生成与底层模仿控制实现全身移动操作

    PAKE 提出一种全身移动操作控制框架,将问题分解为部分参考运动生成与底层模仿控制,引入在大规模运动生成数据集上训练的 Kinematic Normalizing Flow(KNF)模型生成多样的部分运动参考,高层控制器在 KNF 潜空间中导航以利用冗余解,低层控制器学习动力学一致的动作执行。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。