# 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%。

Oossa · 2026-10-08 · https://oossa.com/zh/resgac-improves-end-effector-tracking-on-unitree-g1-humanoid

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%。

## 事实

- 论文发表于2026-10-08
- ResGAC在站立状态下的插销入孔测试中成功率为90%，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。

## 来源与参考

1. [Precise SE(3) End-Effector Tracking in Whole-Body Humanoid Control](https://arxiv.org/abs/2610.09479) – arXiv cs.RO, 2026-10-08

最后更新: 2026-10-08