arXiv cs.RO 机器人学· Lingfan Bao, Hanshang Zhu, Yan Pan, Jincheng Wang, Jingyang Yu, Tianhu Peng, Yiyang Jia, Dimitrios Kanoulas, Chengxu Zhou·· 2 小时前精选AI 评分53
Beyond Kinematic Tracking：人形机器人全身控制中保留动作表现性特征
Beyond Kinematic Tracking: Preserving Expressive Characteristics in Humanoid Whole-Body Control
AI 导读
arXiv 论文提出一种残差学习框架，针对幅度、能量、身体扩张、身体倾斜和骨盆高度等补偿目标，在冻结的跟踪器上保留人形机器人动作的表现性特征，并通过按身体部位活动度分配修正能力的运动感知门控限制对底层跟踪行为的干扰。作者为每个跟踪器训练运动特定的残差策略并蒸馏为跨运动类别共享的统一策略，在 Unitree G1 上覆盖八类运动的仿真与物理实验表明，该方法在保留动态与姿态特征方面优于相应基线。
推荐理由
论文指出平均位置跟踪误差更低并不等于更好地保留动作的动态与姿态特征，为评估全身控制提供了另一视角。
来源：arXiv cs.RO 机器人学 · arxiv.org