跳到正文
arXiv · 机器人与计算机视觉· Joohwan Seo, Xiaofeng Guo, Jinkun Cao, Roberto Horowitz, Rocky Duan, Guanya Shi, Koushil Sreenath·· 2026-10-08精选AI 评分82

ResGAC:一种用于全身人形机器人精确末端执行器跟踪的控制器

Precise SE(3) End-Effector Tracking in Whole-Body Humanoid Control

AI 导读

针对人形机器人全身运动中的末端执行器精确跟踪难题,该研究提出 ResGAC 控制器,结合几何导纳控制与残差强化学习以补偿未建模动力学并协调运动平衡。实验在 Unitree G1 真机上验证,在四项站立末端跟踪基准测试中均优于 SONIC 等基线;在站立插孔任务中成功率达 90%(SONIC 为 50%),且有效抑制了骨盆运动向期望末端的传播。

推荐理由

该工作提出结合几何导纳控制与残差强化学习的 ResGAC 控制器,在 Unitree G1 真机上验证了优于基线的末端跟踪性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org