ETH苏黎世发布人形机器人通用运动控制系统

ETH Zurich 研究人员提出一种基于注意力接触规划的人形机器人控制系统，在 Unitree G1 上用单一神经网络控制策略完成爬楼梯与梯子、跨越障碍、踩踏石、匍匐通过平台及跌倒后恢复等任务，无需为每种任务单独配置控制器。 在模拟测试中，该系统在八条高难度障碍路线上取得 92.5% 的成功率，对比一种运动生成方法的 58.8%。接触规划器与全身控制器均以 50 Hz 运行，持续根据周围环境调整动作。研究者称系统仍有限制，主要聚焦局部导航与地形交互。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。