热点事件观察中

BAT：在线切换策略的人形全身控制框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Donghoon Baek 等研究者提出在线策略切换框架 BAT，依据运动上下文在耦合与解耦的全身强化学习控制器之间动态选择，并在 Unitree G1 人形机器人上完成零样本部署。该框架用 OpVQ-VAE 与 OpHRL 两个切换预测器给出候选，由 Token-Familiarity Router 仲裁。评测显示，BAT 在已见的长时程运动组合上成功率 85.2%，在未见运动上为 71.3%。

AI 根据报道生成 · 1 天前更新

最新进展10月7日 12:00

BAT：通过在线策略切换实现人形机器人长时程全身控制的敏捷与稳定平衡

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv cs.RO 机器人学
BAT：通过在线策略切换实现人形机器人长时程全身控制的敏捷与稳定平衡
BAT 提出在线策略切换框架，依据运动上下文在耦合与解耦的全身 RL 控制器间动态选择，采用 OpVQ-VAE 与 OpHRL 两个切换预测器并由 Token-Familiarity Router（TFR）仲裁。在已见长时程运动组合上成功率 85.2%，未见运动上保持 71.3%，并在 Unitree G1 人形机器人上完成零样本部署。

本事件热度走势

可比范围当前: 4
可比范围峰值: 910月7日 14:00
近 24 小时变化: -50%

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。