提出PI-UDF可微碰撞距离预测框架
热点事件持续更新
提出PI-UDF可微碰撞距离预测框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Chen Cai、Steven Liu 等提出 PI-UDF，一个物理信息统一可微框架，用于预测关节式机器人之间的体到体碰撞距离，结合解析正向运动学、可学习连杆几何嵌入和共享残差网络，直接从机器人构型预测双臂间距。 作者在真实双 Franka 平台上验证该框架，测试涵盖高速近距离 14 自由度双臂换位、持续单臂动态规避，以及对运动臂采用冻结、预测和目标切换三种处理方式的动态规避规划配置。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
PI-UDF：面向协作机器人运动生成的物理信息碰撞学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.RO 机器人学PI-UDF：面向协作机器人运动生成的物理信息碰撞学习框架
论文提出 PI-UDF，一个物理信息统一可微框架，用于预测关节式机器人之间的体到体碰撞距离，结合解析正向运动学、可学习连杆几何嵌入和共享残差网络，直接从机器人构型预测双臂间距。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月9日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。