跳到正文
10月22日周四
  1. arXiv · cs.RO75

    HuMiT: 基于紧凑参考跟踪的低延迟全身人形机器人远程操作系统

    研究人员提出HuMiT系统,仅需使用紧凑参考目标(包括根高度、根速度和四个稀疏关键点的SE(3)姿态)即可实现全身远程操作,达到约20毫秒的通信到推理延迟和65毫秒的光流延迟。该系统在Unitree G1人形机器人上验证,展示了接球和协调操作能力。

    推荐理由:通过仅使用紧凑参考目标实现20毫秒低延迟,解决了人形机器人远程操作中的实时性挑战。

  2. arXiv · cs.RO65

    面向移动机械臂在半静态环境中安全导航的面向对象和任务的主动感知

    本文提出了一种主动感知框架,使高自由度移动机械臂在导航过程中使用手部相机检查不确定或安全关键区域。该框架通过概率性的面向对象和任务的下一最佳视图(NBV)公式,优先观察期望路径附近和不确定或可能变化物体周围的区域。实验表明,与被动或非任务感知的基线相比,该方法提高了地图一致性,降低了任务相关的地图熵,并减少了导航风险。

    推荐理由:移动机械臂在半静态环境中通过主动感知降低碰撞风险,将导航与地图维护闭环整合。

  3. arXiv · cs.RO75

    DONIC: 基于人类演示的通用双灵巧手跟踪控制

    研究人员提出DONIC,首个通用双灵巧手跟踪控制器,结合近端策略优化与行为克隆,在无需微调的情况下,对训练对象未见轨迹成功率达86.79%,超出最先进基线77.36个百分点。同时发布BiHOI数据集,包含1575个序列,覆盖229个物体,强调持续双手交互。

    推荐理由:首个通用双灵巧手跟踪控制器通过人类演示训练,成功率达86.79%,解决了双手协调操作数据稀缺问题。

  4. arXiv · cs.RO75

    SP-HLM:基于稀疏姿态驱动的运动生成与人形机器人操作控制

    Zhaohui Yang等人提出SP-HLM框架,结合五个关键身体姿态与潜在运动先验,实现人形机器人的操作控制。该框架包含SP-VLA视觉语言动作模型预测稀疏姿态,SP-MGM运动生成模型重建全身动作,以及SP-GMT通用运动跟踪器实现全身控制。实验表明该方法在运动跟踪、全身协调和操作成功率上优于现有方法。

    推荐理由:通过稀疏姿态驱动接口分离任务意图与全身协调,解决了人形机器人操作中的控制难题。