提出被动柔顺领动臂提升数据一致性

Hideyuki Ichiwara 在 arXiv 论文中提出 Hardware-as-Regularization 方法，用低成本被动关节模块（可调机械离合器加 3D 打印螺旋弹簧）把每个关节拉向用户定义的中立姿态，以被动回正力充当关节空间 L2 正则化的物理先验，用于提升模仿学习数据的轨迹一致性。 论文实验称，该方法相比朴素被动臂显著降低方差，轨迹一致性与同执行器级别的主动虚拟弹簧相当，下游任务成功率明显更高（如 Block Stacking 为 73.3% 对 36.7%）；刚度扫描显示刚度降低时一致性单调下降，说明机械刚度表现得像正则化权重。

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。