Sparse 3D Locomotion

新热门

关键功能

控制器处理头戴式固态激光雷达扫描。
跳上、分臂和跳下专家为统一策略做出了贡献。
注意力编码器和循环记忆随着时间的推移解释稀疏的观察结果。
被动钩末端执行器提供可靠的杆交互。
培训考虑了激光雷达噪声、电池电压骤降和执行器热限制。
该机器人在三种杆配置中完成了 15 次试验中的 14 次。
分叉速度可达每秒 0.5 米。
单独训练的政策躲在薄薄的头顶障碍之下。

基于注意力的编码器和循环记忆处理原始激光雷达返回。分阶段安排的师生管道将单独的跳跃、分叉和着陆专家结合成一个有洞察力的策略。硬件传输包括传感器噪声和执行器约束,而被动钩末端执行器支持稳健的杆接触。


这项工作对于研究稀疏感知下的敏捷全身控制很有用。报告的硬件评估完成了三个条配置的 15 次遍历中的 14 次,并且还演示了单独训练的回避策略。这些是特定设置的研究结果,而不是可下载的通用机器人控制器。

在您的网站添加此徽章,以获得更多点赞并登上搜索结果顶部!

嵌入按钮预览 - 浅色主题
嵌入按钮预览 - 深色主题

Subscribe to the AI Search Newsletter

Get top updates in AI to your inbox every weekend. It's free!