跳到正文
arXiv · 机器人与计算机视觉· Yushen Hu, Harshvardhan Chandirasekar, Apurv Kushwaha, Jonathan King, Chen Zhu-Tian·· 2026-10-15AI 评分58

面向人机交互的概率物理数字孪生预印本发布

Probabilistic Physics Digital Twin for Human-Robot Interaction

AI 导读

该论文提出一种概率物理数字孪生框架,将质量、摩擦力和质心等难以精确获取的物理属性表示为概率分布而非固定值。通过在这些分布上进行模拟,系统能预测动作结果的范围及其可能性,从而指导人机交互中的有效动作规划。材料展示了在人机交互场景下利用该框架进行界面通信和机器人策略规划的初步演示,目前仅作为预印本发布在 arXiv 上,未报告真实机器人部署或同行评审状态。

来源:arXiv · 机器人与计算机视觉 · arxiv.org