ETH Zurich 提出 NaP-Control，结合 RL 与扩散先验实现角色快速控制
rsasaki0109 · x · 2026-08-23
苏黎世联邦理工学院（ETH Zurich）提出了 NaP-Control，这是一个结合强化学习（RL）与任务无关扩散运动先验的潜在噪声优化框架。它通过学习导航扩散先验的输入噪声空间来生成任务驱动的物理合理行为，而非依赖测试时缓慢的迭代梯度引导，从而实现高效、精确的全身角色控制。
所属事件:ETH 提出 NaP-Control，高效实现物理角色运动控制(2 条相关)→
「具身」频道最新
- 海康机器人展示轮式人形与AMR协作，搬运场景落地仓储产线 — CyberRobooo · 2026-08-23
- 北京第二届世界人形机器人大赛开幕，参赛机器人数量激增四倍 — 2C_ornot2C · 2026-08-23
- 橡鹿发布多模态烹饪模型与无人后厨，用真实数据飞轮复刻中餐 — 新智元 · 2026-08-23
- 机器人新品：放弃碳纤维改用全铝，制造更易预测 — TinfoilTricorn · 2026-08-23
- 机器人先破奔跑纪录，如今立定跳高也超过人类纪录 — iamfakhrealam · 2026-08-23
- 视频：机器人在世界人形机器人格斗赛中 KO 对手 — iamfakhrealam · 2026-08-23