CPG-ENN：可训练四足运动框架
热点事件持续更新
CPG-ENN：可训练四足运动框架
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
Xiyan Liu、Yide Liu、Guoyong Mao、Shaoxing Qu 提出可训练的四足运动框架 CPG-ENN，将显式的神经协调与学习到的运动实现相结合。该框架用基于对称性的八神经元中枢模式发生器（CPG）提供步态节律，由预训练、各腿共享的执行神经网络（ENN）把节律信号与轨迹参数映射为关节角参考，无需在线逆运动学；单个反馈策略调节六个具有物理意义的轨迹变量。 作者报告，仿真中全部 20 组有向步态对、以及源速度与目标速度均取自 {0.5, 1.0, 1.5, 2.0} m/s 的所有组合，步态切换成功率为 99.39%；在 Unitree Go2 上的实验验证了五种步态及其切换。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
CPG-ENN：可训练的四足运动CPG框架报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.ROCPG-ENN：可训练的四足运动CPG框架
研究提出CPG-ENN四足运动框架，用基于对称性的八神经元中枢模式发生器（CPG）提供步态节律，由预训练、各腿共享的执行神经网络（ENN）将节律信号与轨迹参数映射为关节角参考，无需在线逆运动学。
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。