人形机器人可恢复性监控新方法提出

Zeyuan Feng 等作者提出一种主动可达性学习框架，用于学习给定回退策略的随机有限时域可恢复包络，目标是在不可恢复跌倒发生前触发回退。该方法把数据探索重构为可达-避让问题，由不确定性引导的探索器发现未见状态并避开确定不可恢复区域，并结合时序差分与蒙特卡洛目标提升价值预测和不确定性估计。 作者在随机基准和 29 自由度 Unitree G1 人形机器人上评估，称监测覆盖率和准确率明显提升，并零样本迁移到真实硬件。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。