RoboForge 框架发布:通过跨空间运动修正提升人形机器人全身跟踪性能
热点事件持续更新
RoboForge 框架发布:通过跨空间运动修正提升人形机器人全身跟踪性能
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Xichen Yuan 等人提出了 RoboForge 数据驱动框架,旨在修复参考动作以提升人形机器人全身运动跟踪性能。该框架主张通过精修而非过滤参考数据来优化效果,具体在人类运动空间利用质量引导扩散模型修复受损片段,并在机器人运动空间进行运动学修正与物理优化。该方法无需修改现有追踪器,即可提升三种重定向方法与四种策略的执行效果。相关成果已在 arXiv 发布,并应用于 Unitree G1 平台上的高动态动作真实实验验证。
AI 根据报道生成 · 16 分钟前更新
最新进展11月20日 13:00
RoboForge:面向可执行的人形全身追踪的跨空间运动精修报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉RoboForge:面向可执行的人形全身追踪的跨空间运动精修
论文提出 RoboForge 框架,主张通过精修而非过滤参考数据来提升人形机器人全身运动追踪性能。该方法在人类运动空间利用质量引导扩散模型修复受损片段,在机器人运动空间进行运动学修正与物理优化,无需修改追踪器即可提升三种重定向方法与四种策略的效果。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。