提出人形机器人异步上肢轨迹跟踪框架

Yumeng Liu 等提出一种面向人形机器人的异步上半身任务空间轨迹跟踪框架，用于解决高层规划器输出稀疏低频轨迹与全身控制器高频运行之间的时序异步问题。学生策略通过教师-学生蒸馏初始化，以完整缓存的未来轨迹和执行时间索引为条件，并用滑动窗口全局奖励训练以减少帧漂移；任务后训练阶段用 MPC 模块将稀疏参考补全为浮基座与上半身引导。 论文称，在仿真与 Unitree G1 硬件实验中，该方法在低更新率下跟踪效果更好，性能强于同步与解耦基线，对分布外动作的适应也更安全。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。