由Joohwan Seo领衔的研究团队推出了ResGAC，这是一种面向人形机器人的全身控制器。它将几何导纳控制与残差强化学习层结合起来，以补偿未建模的动力学效应。在真实的Unitree G1上进行测试时，与此前的SONIC基线方案相比，ResGAC降低了平移和旋转误差。在站立状态下的插销入孔测试中，ResGAC的成功率为90%，而SONIC为50%。
为什么重要
更精准的跟踪能力有助于人形机器人在行走时完成精细操作，从而拓展其在制造和服务领域的应用。
ResGAC提升Unitree G1人形机器人的末端执行器跟踪精度
这款新控制器降低了姿态误差，并将站立状态下的插销入孔成功率从50%提高到90%。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
继续阅读
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。