它是什么
该论文提出基于时空管几何特性的时间感知强化学习框架，将完整STL规范映射为时变几何边界，以无历史状态方式学习满足输入约束的控制策略。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。
运动控制与强化学习
运动控制与强化学习
本站已收录 2 篇归入“运动控制与强化学习”的具身智能相关资讯。
- 主要玩家
- 4
- 相关文章
- 0
- 相关快讯
- 0
- 相关论文
- 1
3 MIN CRASH COURSE
3 分钟搞懂运动控制与强化学习
为什么难
- 面向完整STL规范的时空管奖励强化学习控制框架
- 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
为什么重要
主要玩家
KEY PLAYERS主要玩家
Indian Institute of Science
Indian Institute of Science该论文提出基于时空管几何特性的时间感知强化学习框架，将完整STL规范映射为时变几何边界，以无历史状态方式学习满足输入约束的控制策略。
以公开报道为准未披露
运动控制与强化学习
比萨大学
比萨大学比萨大学、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。
以公开报道为准未披露
运动控制与强化学习
ETH Zurich
ETH Zurich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。
以公开报道为准未披露
运动控制与强化学习具身基础模型
NVIDIA
NVIDIAIsaac Lab 发布浏览器交互示例归档，含 Newton WebAssembly 仿真与导出工具，以文档形式提供可复现构建。
以公开报道为准未披露
仿真训练开源工具与软件栈运动控制
运动控制与强化学习全资讯
FULL COVERAGE运动控制与强化学习全资讯
暂无相关文章，敬请期待。