WACL：从人类演示学习全身接触操作

Bo-Ruei Huang、Daniel Seita、Erdem Bıyık 提出分层框架 WACL，用语义关键点、参考接触轨迹和安全路径约束三种机器人无关表示描述全身接触任务，交给准静态表面接触优化器求解，仅在优化器中引入机器人运动链。该论文被 CoRL 2026 接收。 在 7 自由度机械臂上的四个全身接触任务实验中，论文称 WACL 在末端执行器约束下维持接触的成功率为 78%，而一个较强的 link-pose 基线为 33%，且 WACL 能在不重新训练的情况下泛化到新约束。

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。