Perceptive BFM：地形感知人形控制框架提出

2026年10月19日，arXiv Robotics 刊出 Zifan Wang 等作者的论文，提出地形感知的人形机器人控制框架 Perceptive BFM。据该报道，这一框架保留原始运动学参考作为行为接口，同时用局部地形观测调整接触、姿态与时机，从而把人类运动先验适配到机器人所处地形。论文还配套提出 terrain-conformal reference synthesis（TCRS）：它通过接触感知落脚点构建、足部几何感知摆动优化、支撑感知根节点重建、碰撞修复和多点逆运动学，将移动类人类动作片段转换为与地形一致的参考。目前报道所述进展集中在方法提出与框架设计层面，尚未涉及实验评测或实际部署结果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。