WBD框架用全身接触操控物体并真机验证
热点事件持续更新
WBD框架用全身接触操控物体并真机验证
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
Mc Gartoll等研究者在arXiv论文中提出Whole-Body Dexterity（WBD）框架，把机器人身体和附肢作为接触表面来抓取和操控物体，并已在真实Unitree G1上完成验证。 方法上是仿真到真实流程：先生成可行的全身抓取数据集，再针对通用的任意到任意重定位目标训练强化学习专家，然后蒸馏为使用本体感知和物体几何信息的单一策略；该策略零样本迁移到真实Unitree G1。 真机试验中，蒸馏后的控制器完成任务成功率为90%，作为对照，直接重定向方法为18%，通用全身控制器为4%。任务包括篮球和纸箱的躯干周围重定位及长程搬运放置。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
Whole-Body Dexterity：利用全身接触表面操控物体的强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIWhole-Body Dexterity：利用全身接触表面操控物体的强化学习框架
研究团队提出 Whole-Body Dexterity（WBD），利用机器人身体和附肢作为接触表面抓取并操控物体。其仿真到现实流程先生成可行全身抓取数据，再训练强化学习专家并蒸馏为使用本体感知和物体几何信息的单一策略；该策略零样本迁移到真实 Unitree G1，完成篮球和纸箱的躯干周围重定位及长程搬运放置任务，试验成功率为90%，高于直接重定向的18%和通用全身控制器的4%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月16日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:0017:00
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。