提出基于高斯过程的机器人技能自适应框架

A K M Nadimul Haque 等研究者提出一种基于高斯过程（GP）与稀疏路径点的机器人技能自适应框架，通过利用轨迹位姿的一阶与二阶解析导数保持技能的运动学特征，包含优化、行为克隆和强化学习（RL）三种自适应方法。该研究发表于 IEEE RA-L 2026 并在 IROS 2026 展示。 在开抽屉、推立方体和操作横杆三项任务的仿真与实机评估中，作者称所提方法的成功率均优于所有基准方法，并展现出高余弦相似度与低速度幅值误差。

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。