HERO论文提出人形机器人视觉抓取末端控制方法

Runpei Dong等研究者在CoRL 2026论文中提出HERO——一种残差感知的末端执行器（EE）跟踪策略，论文称其将EE跟踪误差降至2.44cm，比此前最强方法提升5.5倍。 该方法把视觉场景理解与精确EE控制拆分为模块化系统，结合逆运动学、神经正运动学模型与目标调整重规划。论文称系统在办公室、咖啡店等真实场景中可靠抓取杯子、苹果、玩具等日常物体，可抓取高度范围为43cm至92cm的台面。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。