跳到正文
arXiv · 机器人与计算机视觉· Niraj Pudasaini, Yutong Zhang, Jensen Lavering, Max Conway, Alessandro Roncone, Nikolaus Correll·· 2026-10-05AI 评分59

FAME:一种用于扩大全尺寸人形机器人操作包络的自适应强化学习框架

FAME: Force-Adaptive RL for Expanding the Manipulation Envelope of a Full-Scale Humanoid

AI 导读

论文提出 FAME 框架,旨在解决全尺寸人形机器人在外部手部受力下保持平衡的问题。该方法通过隐式编码上肢关节构型与双手动交互力,利用刚体逆动力学在线重构交互力而无需腕部传感器。实验在 MuJoCo 厨房环境及 Unitree H1-2 真机上验证,在 150mm 容差下任务成功率达 38.9%,显著优于未编码力或仅基于姿态的基线策略。代码与视频已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org