arXiv · 机器人与计算机视觉· Zeji Yi, Guanqi He, Xiaofeng Guo, Guannan Qu, Pieter Abbeel, Yan Duan, Karen Liu, Guanya Shi·· 2026-10-20AI 评分74
SWAP:一种支持测试时引导的人形全身避障策略
SWAP: Test-Time Steerable Humanoid Whole-Body Collision Avoidance
AI 导读
论文提出 SWAP 分层框架,将感知条件扩散模型用于生成多模态避障运动提议,低层强化学习控制器负责跟踪与平衡维持。利用回溯标注技术通过随机化命令和障碍布置实现高效监督,部署时采用蒙特卡洛采样引导模型向安全行为对齐。在仿真及宇树 G1 真机实验中,该方法在静态与动态障碍物下均表现可靠,测试时引导使特定奖励提升约 34% 同时保持高避障率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org