李雅普诺夫启发持续平衡学习框架 LISST
热点事件持续更新
李雅普诺夫启发持续平衡学习框架 LISST
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026 年 11 月 18 日,Changyan Li 等人在 arXiv 发布论文,提出基于李雅普诺夫理论的持续平衡学习(LISST)框架。该框架旨在解决刚性假设在动态响应支撑上的不足,通过协调平衡恢复与抑制机器人自身修正引发的支撑运动来维持稳定。 实验表明,LISST 仅依赖本体感知,利用物理监督将表征关联至机器人与支撑行为,并通过可微模型回滚指导关节级策略学习。真实世界测试显示,该框架能在与动态响应支撑的持续交互中维持平衡并限制残余振荡。
AI 根据报道生成 · 11 小时前更新
最新进展11月18日 13:00
LISST 框架实现动态支撑上的受李雅普诺夫启发持续平衡报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉LISST 框架实现动态支撑上的受李雅普诺夫启发持续平衡
LISST(Lyapunov-Inspired Sustained Stabilization)是一种学习框架,通过协调平衡恢复与抑制机器人自身修正引发的支撑运动,解决刚性假设在机械响应支撑上的不足。该策略仅依赖本体感知,利用物理监督将表征关联至机器人与支撑行为,并通过可微模型回滚指导关节级策略学习。真实世界实验表明,LISST 能在与动态响应支撑的持续交互中维持平衡并限制残余振荡。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。