提出自监督接触表示学习框架用于腿式里程计

Emre Girgin、Cagri Kilic 提出一种用于腿式里程计接触检测的自监督表示学习框架，仅用关节编码器和 IMU 等标准本体感受，无需力传感器或接触标签，论文被 CoRL 2026 接收。 方法在运动学特征上训练去噪自编码器，在学到的潜在空间拟合双分量高斯混合模型，其后验作为连续站立置信度，用于缩放误差状态 Kalman 滤波器的零速度测量协方差。作者称在仿真与真实地形上的实验中，该框架的里程计误差低于有监督与概率类基线，代码与数据集已公开。

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。