arXiv · 机器人与计算机视觉· Zifan Wang, Yizhao Li, Teli Ma, Qiang Zhang, Yudong Fan, Hao Xu, Shuo Yang, Junwei Liang·· 2026-10-19精选AI 评分82
Perceptive Behavior Foundation Model:一种将人类运动先验适配至机器人中心地形的感知行为基础模型
Perceptive Behavior Foundation Model: Adapting Human Motion Priors to Robot-Centric Terrain
AI 导读
该论文介绍 Perceptive BFM 框架,旨在解决现有运动中心基础策略假设参考动作已物理兼容环境的局限。方法包括开发地形一致参考合成(TCRS)技术,通过足点构建、摆动优化等将人类运动片段转化为符合地形参考;训练盲适应参考教师网络并通过目标帧动作对齐迁移至部署端学生模型;学生模型为身份门控 Transformer 追踪器,利用残差路径保留先验并仅在必要时进行局部修正。
推荐理由
该预印本提出将人类运动先验适配至机器人地形感知的框架,通过合成地形一致参考与盲适应教师网络实现策略迁移。
来源:arXiv · 机器人与计算机视觉 · arxiv.org