基于注意力接触规划的人形机器人移动框架

研究者提出一种学习框架，将动作数据仅作为训练先验，通过自监督注意力接触规划器预测未来身体与环境的接触点，再由接触条件跟踪器转化为协调的全身运动。该框架让单一策略在部署时仅依赖机载观测、无需参考输入，即可在复杂地形实现多样人形移动，并通过后续微调探索原始动作数据未覆盖的环境变化。