热点事件持续更新

ForPC人形机器人推车全身控制框架

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

2026年11月9日，arXiv Robotics 刊出 ZhenYu Zou 等作者的论文，提出力感知全身控制框架 ForPC，用于人形机器人精准推车。该框架通过两阶段强化学习调节推车速度，无需外部力传感器，即可从本体观测推断力潜变量与状态潜变量。仿真实验中，其推车速度 RMSE 较仅运动控制基线最高降低 68.2%，多弯道路线横向误差 RMSE 最高降低 74.2%。据论文称，该策略仅在仿真中训练，未经真实世界训练或微调即零样本迁移至 Unitree G1 实机，且无需针对负载做专项调整，即可推动载重 30 kg 的推车以 0.5 m/s 行进。上述性能与迁移结论均来自该论文自述，尚待独立验证。

AI 根据报道生成 · 12 小时前更新

最新进展11月9日 13:00

ForPC：面向人形机器人精准推车的力感知全身控制框架

报道时间线

沿着报道，了解事件的不同侧面。

11月9日

13:00
arXiv Robotics
ForPC：面向人形机器人精准推车的力感知全身控制框架
ForPC 是一个力感知全身控制框架，通过两阶段强化学习调节推车速度，无需外部力传感器即可从本体观测推断力潜变量与状态潜变量。仿真实验中，其推车速度 RMSE 较仅运动控制基线最高降低 68.2%，多弯道路线横向误差 RMSE 最高降低 74.2%。该策略仅在仿真中训练，零样本迁移至 Unitree G1 实机，无需负载专项调整即可推动载重 30 kg 的推车以 0.5 m/s 行进。

本事件热度走势

可比范围当前: 7
可比范围峰值: 1011月9日 14:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。