人形机器人注意力接触规划移动框架提出

2026年10月23日，arXiv Robotics 刊出 Junzhe He 等作者的研究，提出一种基于注意力接触规划与接触条件跟踪器的人形机器人移动学习框架。该框架将动作数据仅作为训练先验，由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。研究者称，该框架使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，并可通过后续微调探索原始动作数据未覆盖的环境变化。目前报道仅介绍方法设计与部署特性，未给出具体实验数据或对比结果。

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。