BoBDeLaN 论文:带宽受限上下文适配改进深度拉格朗日机器人控制

Jan_R_Peters · x · 2026-11-21

TU Darmstadt 团队(Lucas Schulze、Jan Peters、Oleg Arenz 等)发布论文 BoBDeLaN,针对基于物理的学习模型在机器人控制中因负载不确定和未建模动态导致预测失准的问题提出改进方案。

核心思路:

在仿真与真实硬件操作任务的 MPC 实验中,相比使用相同输入滤波器的 LSTM 编码器,BoBDeLaN 高频上下文敏感性更低、残余力矩预测误差更小、运动更平滑,注入扰动下性能退化也更少。论文已提交 L4DC 2027。

所属事件:BoBDeLaN:带宽受限适配提升深度拉格朗日机器人控制(2 条相关)→

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →