跳到正文
arXiv · 机器人与计算机视觉· Yiting Chen, Kelin Yu, Sarthak Kaingade, Bryan Trinh, Kaiyu Hang, Roberto Martin-martin, Nima Fazeli, X. Alice Wu·· 2 天前精选AI 评分82

TMA:通过触觉驱动电机适应实现仿真实到现实的强力人形机器人操作

TMA: Sim-to-Real Forceful Humanoid Manipulation via Tactile-Driven Motor Adaptation

AI 导读

论文提出了 Tactile-Driven Motor Adaptation(TMA)方法,旨在解决具身智能在关节化环境中进行强力多指操作的挑战。该方法利用触觉反馈构建策略学习结构,以圆锥几何作为多指接触表示的归纳偏置,并基于触觉历史在线调整电机行为。

推荐理由

提出触觉驱动的电机自适应方法,在仿真训练后零样本迁移至宇树 G1 机器人实现强力开门任务。

来源:arXiv · 机器人与计算机视觉 · arxiv.org