跳到正文
arXiv · 机器人与计算机视觉· Mohammadmehdi Ataei, Mohammad Amin Nabian, Jie Xu, Miles Macklin, Yashraj Narang, Eric Heiden, Octi Zhang, Yunrong Guo, Ruben D'Sa, Oliver Hennigh, Gavriel State, Sanjay Choudhry·· 2026-10-08精选AI 评分82

FlashNeRD:面向高性能的富接触神经机器人动力学

FlashNeRD: Performance-First Contact-Rich Neural Robot Dynamics

AI 导读

论文 FlashNeRD 针对现有神经机器人动力学模型速度慢、仅支持预定义点接触及缺乏双向耦合的问题,提出并行流式架构与通用编码器。实验表明其推理速度比优化版 NeRD 快 55 倍,策略学习(如 ANYmal 运动)加速 3.8 倍,且能完成固定接触模型无法处理的平台攀爬任务。

推荐理由

FlashNeRD 提出并行流式架构解决 NeRD 速度瓶颈与接触限制,实验显示策略学习加速显著且能处理复杂操作。

来源:arXiv · 机器人与计算机视觉 · arxiv.org