跳到正文
热点事件持续更新

FlashNeRD 提出接触密集机器人动力学并评测

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

Mohammadmehdi Ataei 等人提出 FlashNeRD，一种面向接触密集任务的神经机器人动力学模型，并在五个机器人上评测。论文称其在三个机器人上的动力学模型比优化后的 NeRD 快至多 55 倍，且长时程推演更准确。 FlashNeRD 采用并行流式架构、可在任意位置接受接触的编码器，以及与解析求解器对象的双向耦合，以突破 NeRD 加速有限、仅支持预定义接触点、与被操作对象缺乏双向耦合三个局限。评测中，PPO 训练 ANYmal 步行策略用时 34 秒，比解析仿真器快 3.8 倍、比优化 NeRD 快 2.7 倍；用 FlashNeRD 训练的立方体重定向策略完成的目标数达到仿真器训练策略的 2% 以内。

AI 根据报道生成 · 7 小时前更新

最新进展10月8日 12:00
FlashNeRD 论文：面向接触密集任务的高性能神经机器人动力学

报道时间线

沿着报道，了解事件的不同侧面。

10月8日
  1. arXiv cs.RO 机器人学
    FlashNeRD 论文：面向接触密集任务的高性能神经机器人动力学

    FlashNeRD 通过并行流式架构、可在任意位置接受接触的编码器，以及与解析求解器对象的双向耦合，解决了 Neural Robot Dynamics (NeRD) 加速有限、仅支持预定义接触点、与被操作对象缺乏双向耦合三个局限。

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
–

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。