arXiv cs.RO 机器人学· Ziqi Han, Yitang Li, Junhan Sun, Fanrong Dong, Yaojie Shen, Lei Ye, Zetong Jing, Yongqi Zhang, Yiming Zhang, Xue Wang, Hao Zhao·· 2 天前AI 评分56
I-BFM 提出基于奖励条件化的无监督强化学习人形物体交互基础模型
I-BFM: Reward-Conditioned Robust Humanoid Interaction via Unsupervised Reinforcement Learning
AI 导读
研究提出 I-BFM，据作者称是首个面向人形物体交互的行为基础模型，用前向后向表征与无监督强化学习学习人形、物体及接触的耦合动力学共享表征，同一策略可按下游任务奖励以潜变量指令执行闭环交互。
来源：arXiv cs.RO 机器人学 · arxiv.org