arXiv · 机器人与计算机视觉· Yangsong Zhang, Anujith Muraleedharan, Rikhat Akizhanov, Abdul Ahad Butt, G\"ul Varol, Pascal Fua, Fabio Pizzati, Ivan Laptev·· 2026-10-09AI 评分65
PhysMoDPO:一种基于偏好优化的具身智能运动生成方法
PhysMoDPO: Physically-Plausible Humanoid Motion with Preference Optimization
AI 导读
本文提出 PhysMoDPO,这是一种直接偏好优化框架,旨在解决全身体控制器(WBC)生成的轨迹虽符合物理但偏离原始文本指令的问题。该方法将 WBC 集成到训练流程中,利用基于物理和任务特定的奖励函数为合成轨迹分配偏好,从而在保持物理合理性的同时遵循文本指令。
来源:arXiv · 机器人与计算机视觉 · arxiv.org