Contact-UAN：人形机器人执行器残差世界模型

Nolan Fey 等研究者提出 Contact-UAN，一种残差世界模型，在保留模拟器物理先验的同时修正执行器动力学，使仿真 rollout 与真机记录对齐；为实现接触一致的回放，它仅用机载本体感知推断仿真侧支撑脚位姿，避免残差模型去学习复位伪影而非执行器差异。 论文称，该 UAN 用 6.5 分钟真实行走数据训练，可泛化到依赖准确力与冲量调节的任务，其策略迁移到真机后运行扭矩降低 20%、力跟踪误差降低 43%，并实现柔顺性、阻抗控制与动态跳跃。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。