TECHNOLOGY · 技术
运动控制与强化学习
比萨大学、ETH Zurich与NVIDIA提出接触引导探索方法，让四足机器人实现非抓取式操作
比萨大学、ETH Zurich与NVIDIA联合提出Contact-Guided Exploration方法，使四足移动操作机器人无需抓取即可完成推、拉和搬运大型物体。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
比萨大学、ETH Zurich与NVIDIA的研究团队提出Contact-Guided Exploration方法，面向四足移动操作机器人的非抓取式操作。该方法在Multi-Critic强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身框架中引入独立的探索Critic，通过稠密奖励引导机械臂像人的手臂一样伸展抓取的装置，是工业自动化里最成熟的机器人形态，也是人形机器人「胳膊」的技术前辈。◆ 小白科普 · 现身末端主动寻找有意义的接触点，从而完成推箱子、搬椅子、打开洗碗机等任务。相关论文已被2026 RA-L收录。研究团队表示，该方法的核心在于将接触探索与任务策略学习分离，使机器人能够在缺乏抓取条件的情况下仍能有效操控大型物体。项目主页提供了演示视频和补充材料。