HumanoidNDM提出人形机器人在线微调框架
热点事件持续更新
HumanoidNDM提出人形机器人在线微调框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Chao Chen等作者提出由真实世界训练的神经动力学模型驱动的HumanoidNDM在线微调框架，论文在Unitree G1上进行实体验证，称其能快速适应多种扰动，并成为面向人形运动跟踪策略的首个无动作捕捉在线微调框架。 该方法使用带自适应强度的低频参考扰动，并结合本体感知、历史信息和反向传播微调模型，旨在缩小训练与部署时的动力学差距；作者称其不需要昂贵的动作捕捉系统。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
HumanoidNDM：通过人形神经动力学模型弥合运动跟踪的训练—部署差距报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningHumanoidNDM：通过人形神经动力学模型弥合运动跟踪的训练—部署差距
HumanoidNDM提出一种由真实世界训练的神经动力学模型驱动的在线微调框架，帮助人形机器人应对部署中的动力学差距。该方法采用带自适应强度的低频参考扰动、基于本体感知和历史信息的模型及反向传播策略微调，无需昂贵的动作捕捉系统；在Unitree G1上的验证表明，它能快速适应多种扰动，被称为首个面向人形跟踪策略的在线、无MoCap微调框架。
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。