HC2Robot：预测落足点的人形跑酷框架
热点事件持续更新
HC2Robot：预测落足点的人形跑酷框架
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
Wenhao Xu 等作者提交预印本论文，提出可部署的感知式人形机器人跑酷框架 HC2Robot，由预测前瞻模块（PFM）和超连接（HC）Transformer 组成。PFM 从可部署观测预测每只脚下一次触地事件的时机、位置与支撑质量，把特权监督转成可部署的隐表示。 作者称，部署端 actor 仅依赖机载感知运行；在楼梯、沟壑、高台和斜坡上，HC2Robot 在仿真中的平均通过成功率为 97.60%，安全落足率持续高于强感知运动基线。这些结果均为仿真数据。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
HC2Robot：用预测前瞻与超连接 Transformer 实现多地形人形跑酷报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.ROHC2Robot：用预测前瞻与超连接 Transformer 实现多地形人形跑酷
HC2Robot 提出一种可部署的感知式人形跑酷框架，由预测前瞻模块（PFM）和超连接（HC）Transformer 组成，PFM 从可部署观测预测每只脚下一次触地事件的时机、位置与支撑质量，把特权监督转成可部署的隐表示。
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。