提出基于动态人体动作生成的全身辅助机器人策略学习框架

Shikun Ban 等研究者提出一个仿真辅助的全身助行机器人策略学习框架：用对抗动作先验训练人体策略，使其对机器人动作做出真实受助者反应，再由人体自适应脚本控制器大规模采集机器人演示，训练 3D 扩散策略将分割人体点云和机器人关节位置映射为移动机械臂全身动作，部署时不依赖特权人体状态。 该策略在仿真中成功完成坐立（STS）与抱扶转移（L&T）两类助行任务；初步实验显示，经少量真实数据微调后，STS 任务可实现仿真到现实的迁移。

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。