人形机器人四轮滑冰与强化学习控制框架

2026年10月15日，arXiv Robotics 报道了一项研究：Junchi Gu 等作者提出一种每只脚装一排四个被动轮的人形机器人，并开发基于深度强化学习的控制框架，实现 swizzle 滑冰步态。该策略先在仿真中分析，再部署到实体机器人。报道称，相比传统双足行走，其冲击强度和运输成本分别降低 75.86% 和 63.34%。该研究已被第 25 届 IEEE-RAS 国际人形机器人会议（Humanoids 2026）接收。目前事件进展为研究方案与仿真到实体的部署结果公布，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。