跳到正文
热点事件持续更新

P-BFM:人形机器人感知行为基础模型

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Xue Wang 等研究者提出 P-BFM,把人形机器人控制分解为地形无关的意图与地形条件化的实现:前向-后向表征将动作参考、目标状态和奖励函数映射到不含地形信息的共享意图空间,感知策略则在当前地形几何下学习实现该意图。 该方法可零样本迁移到搭载机载深度感知的 Unitree G1;作者称单一冻结策略还支持运动跟踪、目标到达、奖励推断、遥操作与地形感知恢复。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv cs.RO 机器人学精选
    P-BFM:通过无监督强化学习实现人形机器人可感知行为基础模型

    P-BFM 将人形机器人控制分解为地形无关的意图与地形条件化的实现:前向-后向表征把动作参考、目标状态和奖励函数映射到不含地形信息的共享意图空间,感知策略则学习在当前地形几何下实现该意图。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。