TAM力矩自适应模块提升机器人操作跨机器人迁移

Dongwon Son、Dieter Fox 等人在 arXiv 发布论文（v3），提出力矩自适应模块 TAM：该学习模块位于跟踪策略动作的底层控制器与机器人力矩接口之间，根据本体感觉历史生成残余力矩修正，使针对一台机器人调整的策略适配另一台机器人的动力学差异。据论文摘要，TAM 可在随机化仿真中先做多机器人预训练，再做无需真实机器人数据的机器人特定微调，并在真实 Franka Panda 上零样本完成视觉推箱、翻转和球板平衡等动态操作任务，效果优于在线系统辨识和 RMA 基线。当前材料仅为论文摘要，完整实验细节尚未提供。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。