暂无搜索历史
论文提出了一种多阶段课程学习方法，旨在解决高动态人形机器人在跌倒后恢复站立姿态的难题。随着机器人技术的进步，特别是在人形机器人的应用领域，如何使机器人在复杂环境...
论文链接：https://export.arxiv.org/pdf/2503.11020
论文提出了一种名为EMOS（Embodiment-aware Heterogeneous Multi-robot Operating System）的新型多智能...
项目链接：https://dreamtomanipulate.github.io/
论文链接：https://www.mdpi.com/1424-8220/25/3/852
论文链接：https://demo-generation.github.io/paper.pdf
人形机器人在复杂环境中的动态运动能力（如跳跃）是实现环境适应与障碍跨越的关键。然而，高动态跳跃运动涉及复杂的动力学耦合问题，例如质心角动量（CAM）与姿态控制的...
项目链接：https://gary3410.github.io/momanipVLA/
项目链接：https://github.com/sunnyshi0310/RSR-MJX.git
本文介绍了大语言模型的后训练技术，包括微调、强化学习和测试时扩展，探讨其挑战与未来方向，并提供实践指南。
腿式机器人的运动控制长期以来面临高维度动力学建模、非光滑接触动力学、实时性要求等多重挑战。传统模型预测控制（MPC）方法通常依赖于定制化的机器人模型和优化求解器...
论文标题《FABG：End-to-end Imitation Learning for Embodied Affective Human-Robot Inter...
论文提出了一种基于预训练低级技能的分层策略，用于解决手内物体重定向任务中的模拟到现实（sim-to-real）迁移难题。传统方法通常需要针对每个新任务从头训练策...
该论文提出了一种分层全身控制框架HWC-Loco，旨在解决人形机器人在复杂环境中的鲁棒运动控制问题。摘要部分明确指出，现有基于强化学习的方法虽在仿真环境中表现优...
论文《HOVER: Versatile Neural Whole-Body Controller for Humanoid Robots》提出了一种新型的多模态...
本文聚焦于通过**Sim-to-Real强化学习（RL）**实现仿人机器人基于视觉的灵巧操作任务。灵巧操作（如抓取、搬运、双手交接）是机器人领域长期以来的技术难...
该部分系统性地阐述了当前视觉-语言-动作模型（VLA）存在的关键问题：虚假遗忘（Spurious Forgetting）和任务干扰（Task Interfere...
论文地址：https://graspnet.net/anydexgrasp/assets/files/AnyDexGrasp.pdf
项目地址：https://ut-austin-rpl.github.io/Harmon/
LiDAR作为自动驾驶感知系统的核心传感器，其点云数据的语义分割是实现3D场景理解的关键。然而，LiDAR点云的不规则性、稀疏性，以及大规模数据处理的实时性需求...
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
