提出约束运动规划的2GO生成优化方法
热点事件观察中
提出约束运动规划的2GO生成优化方法
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Zhilin He 等作者提出 Model-Based Geometry-Aware Generative Optimization（2GO），面向四足与人形机器人的约束运动规划，把主动约束几何转为可执行的去噪算子，具体通过法向诱导度量塑形、切空间随机滤波与 CFS 回缩实现，并以自适应扩散与流式调度解耦生成传输与反向随机性。 作者称，在受限四足与人形运动的实验中，2GO 在离散落足点选择与连续姿态规划上表现良好，成功率更高、约束违反更少、执行兼容性更佳。
AI 根据报道生成 · 1 天前更新
最新进展10月7日 12:00
基于模型的几何感知生成优化（2GO）用于受限运动规划报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.RO 机器人学基于模型的几何感知生成优化（2GO）用于受限运动规划
arXiv 论文提出 Model-Based Geometry-Aware Generative Optimization（2GO），面向四足与人形机器人的 Constrained Locomotion Planning，通过法向诱导度量塑形、切空间随机滤波与 CFS 回缩把主动约束几何转为可执行去噪算子，并以自适应扩散与流式调度解耦生成传输与反向随机性。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月7日 13:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月8日06:0012:0018:00
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。