ImpedanceMimic:把学习型阻抗当动作空间,人形机器人力控模仿精度超 SOTA
tweetsatpreet · x · 2026-11-18
哈佛 Kempner Institute 支持的新论文 ImpedanceMimic 提出「学习型阻抗」作为动作空间,用于力精确的动作模仿。核心思路:固定 PD 增益虽能复现动作轨迹,却无法还原接触力,该工作让模型为每个关节学习刚度与阻尼,驱动 129 个人体的行走、跑、跳动作模仿。
关键结果:
- 在动作精度与力精度上同时超越固定-PD、力矩、肌肉等动作空间基线,以及 SOTA 方法 PHC、SimPoE
- 无需重训即可迁移到 22 个未见过的人体和仿真 Unitree G1 人形机器人
- 学到的参数可解释:刚度随负载增大,阻尼能预判卸载
论文与项目页均已公开。
「具身」频道最新
- 曝谷歌秘密研发机器人模型 Astra,上下文达 104 万 token — lyraxana · 2026-11-18
- GPT-6.2 Astra 机器人代码实测:无仿真器写出 2.5B 网络解 79% LIBERO 任务 — burny_tech · 2026-11-18
- Bittensor 子网产出的 Jev 决策模型接入 Even 眼镜实测 — markjeffrey · 2026-11-18
- 浙大×宇树开源 Movens-5M:500 万条真机验证的机器人动作数据集 — 机器之心 · 2026-11-18
- Waymo 临时撤出全美所有高速公路,Robotaxi 运营大收缩 — mikeocool · 2026-11-18
- 可穿戴机械手 EXOperation:让人类示教机器人灵巧操作更直观 — ybisk · 2026-11-18