NYU PolicyIK 用 RL 做高精度逆运动学：实臂误差 0.5mm，击败四款经典 IK 控制器
Lianhuiq · x · 2026-11-07
NYU 团队发布 PolicyIK，一个目标条件强化学习策略，用于机械臂高精度逆运动学（IK），直接在物理机械臂上训练。
核心方法：
- 从位姿反馈更新关节位置参考，并观察累计参考值与实测关节的相对偏差，从而保留位置控制器在静止时所需的偏移量。
- 采用双尺度位姿误差加随误差变化的比例增益，在保留大幅运动的同时收敛到毫米级残差。
- 进度奖励与驻留奖励（dwell reward）让策略既能到达容差内、又能保持住。
结果：
- 仿真中单次尝试在 93.5% 的 held-out 任务上末秒平均误差 <1mm / 0.2°，配合部署协议成功率升至 98.9%。
- 真实机械臂训练：中位误差 0.50mm / 0.12°，60 个任务到达 54 个、保持 43 个，同等时间预算下到达与保持成功率超过全部四款经典 IK 控制器，目标位姿保持任务数是最佳经典控制器的 2.5 倍。
- 仿真 pick-and-place 中执行 π0.5 VLA 策略的末端指令成功率 95.7%。
作者指出这表明 RL 可为 VLA 策略的具身迁移提供高精度 IK 底座。
「具身」频道最新
- 新工作 SSF：让机器人在看不见全屋的情况下推理找钥匙 — _krishna_murthy · 2026-11-07
- 开源 BoopFace:纯 SVG 机器人表情组件,还能跑在 ESP32 上 — Additional-Ad5527 · 2026-11-07
- 2025 全球工业机器人装机 60.3 万台，中国占 59%；人形机器人半年出货近 2.5 万台 — ingliguori · 2026-11-07
- 机器人数据公司 Maxinsights:厨艺训练数据的关键在任务设计而非时长 — heyshrutimishra · 2026-11-07
- 机器人创业核心观点:部署才是圣杯,0到1与1到n靠的东西完全不同 — paigeinsf · 2026-11-07
- MIT 与斯坦福推出机器人自主教材，融合经典机器人学与 AI 且免费在线 — GioeleZardini · 2026-11-07