EmbodiSteer：免训练框架实现跨本体视觉运动策略部署

Shihefeng Wang 等提出 EmbodiSteer，一种免训练框架，在推理时通过正向运动学和基于雅可比的更新，把本体无关的笛卡尔视觉运动策略提升到目标机器人的关节空间，并在每次去噪步骤后对关节轨迹施加全身碰撞感知引导，从而在保留末端执行器行为的同时避开碰撞，实现零样本跨本体部署。 论文报告的实验结果：在 9 个仿真机器人上，相比仅笛卡尔执行，碰撞率降低 46.1 个百分点、任务成功率提高 28.5 个百分点；在两台物理机器人的高受限场景中，相应改善分别为 90.0 和 36.7 个百分点。

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。