REACH分层人形机器人爬行框架发布
热点事件持续更新
REACH分层人形机器人爬行框架发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日,arXiv Robotics 报道了 Shengzhang Xu 等作者发布的 REACH 分层强化学习框架,该框架使 Unitree G1 人形机器人能够通过可变高度双足行走与爬行穿越高度受限环境。报道称,其策略在双足行走 1.27–0.50m、爬行 0.50–0.20m 的互补指令区间内调节机身高度,并用双向过渡策略衔接大幅运动学与接触不连续;框架结合 LiDAR 规划器将点云转为无碰撞三维路径与运动指令。真机实验验证了高度与速度跟踪、地形穿行和模式切换。目前该事件仅有这一篇主报道,尚无后续跟进报道,因此不存在早先报道与后续报道之间的数字、时间或说法矛盾。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
REACH:基于 RL 的分层人形机器人爬行框架,实现受限空间自适应穿行报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv RoboticsREACH:基于 RL 的分层人形机器人爬行框架,实现受限空间自适应穿行
REACH 是一个基于 RL 的分层框架,让 Unitree G1 人形机器人通过可变高度双足行走与爬行穿越高度受限环境。其策略在双足行走 1.27–0.50m、爬行 0.50–0.20m 的互补指令区间内调节机身高度,并用双向过渡策略衔接大幅运动学与接触不连续。框架结合 LiDAR 规划器将点云转为无碰撞三维路径与运动指令,真机实验验证了高度与速度跟踪、地形穿行和模式切换。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。