提出ResGAC人形全身末端执行器跟踪控制器
热点事件持续更新
提出ResGAC人形全身末端执行器跟踪控制器
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Joohwan Seo 等研究者提出 ResGAC，一种结合几何导纳控制与残差强化学习的人形机器人全身控制器，用于在浮动基座振荡、重力与运动干扰下实现精确的 SE(3) 末端执行器位姿跟踪，并在真实 Unitree G1 人形机器人上完成验证。 论文报告的测试结果显示，在站立插孔任务中 ResGAC 成功率为 90%，对比方法 SONIC 为 50%；同时在下肢运动过程中实现了世界坐标系下准确的末端执行器位姿跟踪。
AI 根据报道生成 · 7 小时前更新
最新进展10月8日 12:00
ResGAC：面向人形机器人全身控制的高精度 SE(3) 末端执行器跟踪方法报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.RO 机器人学ResGAC：面向人形机器人全身控制的高精度 SE(3) 末端执行器跟踪方法
论文提出 ResGAC，一种结合几何导纳控制（GAC）与残差强化学习的人形机器人全身控制器，用于在浮动基座振荡、重力与运动干扰下实现精确的 SE(3) 末端执行器位姿跟踪。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1010月8日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。