PolicyIK 用端到端 RL 取代机械臂逆运动学求解器,实机表现超四个经典控制器

rsasaki0109 · x · 2026-11-11

机械臂逆运动学(IK)几十年来的数值求解思路正被强化学习替换。- PolicyIK 完全摒弃显式控制器,用目标条件 RL 策略把末端位姿误差单步前向映射为关节位置更新;- 天然避开数值 IK 的奇异点锁死问题,并把动态避障一起打包进求解;- 策略直接在真实物理机器人上训练,报告的到位与保持性能优于四个经典 IK 控制器;- 作者认为这能让 VLA 机器人操作背后的精密控制层更易适配。