低分辨率近距传感器助机器人学避碰

2026年10月26日，arXiv Robotics 刊出 Carson Kohlbrenner 等作者的论文，研究以全身近距传感器作为归纳偏置，让机器人学习反射式避碰行为。报道称，研究发现低分辨率的有损传感器比高分辨率全覆盖传感器是更强的偏置。研究在强化学习环境中比较了隐空间压缩、未来接触预判、有损损坏与特权状态估计等八种候选表征，并端到端训练超过200台人形机器人玩简化版躲避球，样本与算力预算被刻意收紧。报道还称，预判接触发生的时间与身体位置反而降低了学习样本效率。目前该工作处于论文发表阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。