EPFL TERRA 管线让肌肉驱动模型学会 9.4 小时复杂地形行走
amathislab · hf · 2026-10-01
EPFL 团队提出 TERRA,一个面向肌肉骨骼模型的地形感知重定向与控制端到端管线。
- 核心问题:肌肉驱动的强化学习智能体虽能复现复杂人体动作,但大多局限于平地,因为动作数据集缺少对齐的地形几何。
- 方法:仅从运动学轨迹出发,结合地形先验、接触估计与负自由空间证据恢复支撑几何,并在重定向时考虑解剖、肌腱连续性与接触约束。
- 结果:利用五个数据集生成的运动-地形配对,成功训练单一肌肉驱动控制策略,覆盖 9.4 小时多样步态;在重建、重定向和留出追踪基准上提升地形精度、大幅减少解剖与交互违规,完成率最高。
项目主页:cnai.epfl.ch/terra
「具身」频道最新
- Boston Dynamics 机械手设计获赞，三指方案或已够用 — MarwaEldiwiny · 2026-10-01
- 机器人触觉新突破:手指与手掌全覆盖式触觉感知演示 — CyberRobooo · 2026-10-01
- LATENT 用不完美人类动数据教会人形机器人打网球对拉 — chris_j_paxton · 2026-10-01
- 被赞最 dynamic 的 EngineAI T800,却在 IROS 摔得最多 — chris_j_paxton · 2026-10-01
- 复古硬件自制正在兴起，AI 硬件设计打开新世界 — pvncher · 2026-10-01
- 机器人专家驳斥 Figure 销毁 F.02 的 IP 说法：营销拙劣且站不住脚 — MarwaEldiwiny · 2026-10-01