跳到正文
arXiv · 机器人与计算机视觉· Mimo Shirasaka, Takehiko Ohkawa, Takuya Okubo, Nicola Scianca, Tatsuya Matsushima, Kei Ota·· 2026-10-08AI 评分68

RoboPace:面向动作块策略的感知接触最优重时方法

RoboPace: Contact-Aware Time-Optimal Retiming for Action-Chunk Policies

AI 导读

该论文针对从示教数据训练的视觉语言动作模型继承人类时序但无法直接迁移至机器人的问题,提出 RoboPace 在线重时层。该方法在保持几何路径的同时,根据预测接触调整执行速度以符合机器人动力学约束,无需策略重训且支持实时运行。实验显示其在双臂机器人上比慢速均匀执行成功率更高,并在约一半时间内完成五分之四的指令。

来源:arXiv · 机器人与计算机视觉 · arxiv.org