Whole-Body Dexterity
Whole-Body Dexterity让人形机器人用手臂和躯干共同支撑、转移物体。它先生成全身抓取数据,再训练重抓取专家并蒸馏控制器,在真实Unitree G1上演示篮球、纸箱的重定位和搬运。
展开解读与证据
Whole-Body Dexterity让人形机器人用手臂和躯干共同支撑、转移物体。它先生成全身抓取数据,再训练重抓取专家并蒸馏控制器,在真实Unitree G1上演示篮球、纸箱的重定位和搬运。
为什么值得关注
可借鉴的是把“接触哪一侧身体”和“物体移到哪里”同时定义为目标,研究超出末端执行器的操作能力。
研究问题
双臂机器人释放一侧支撑时,需要另一侧手臂与躯干继续托住物体;仅追踪末端位姿,难以表达这类支撑切换和滑动接触。
方法原理
管线生成可行全身抓取数据,用物体位置与左臂、双臂或右臂抓取模式指定目标;强化学习专家学习模式约束下的重抓取,再蒸馏为使用本体感觉和物体几何的单一控制器。
结果与证据
作者在真实Unitree G1上展示篮球与纸箱在躯干周围的重定位,以及把箱子夹在一侧手臂下、从架子搬到桌面并放下的长时序任务。演示由操作者提供粗略运动参考,控制器负责细化接触与运动。
阅读边界
依据18,000字符正文节选整理,未逐项核对完整实验表及附录,也未独立复现。真机演示仍由人提供粗略运动参考,不能据此认定具备自主任务规划或任意物体搬运能力。
评论 · —
昵称自填。评论会展示给其他读者,请勿填写私人信息。
正在读取评论…