MGA：运动—阻抗联合优化框架提出

2026年10月16日，arXiv Robotics 刊出由 Zhilin He 等作者完成的研究，提出 Manifold Generative Annealing（MGA），一种无模型与基于模型相结合的生成式运动—阻抗优化框架，面向接触约束感知的阻抗控制。据该报道，MGA 先将预训练强化学习策略组织为结构化序列提案，再通过基于模型的 rollout 评估并筛选或细化。报道未给出该框架的适用对象、收费或额度、地域及发布时间等附加条件。此为目前唯一一篇主报道，尚无后续跟进报道，因此不存在与早先报道在数字、时间或说法上的矛盾。该来源的表述仅证明其自身如此陈述，不自动证明框架效果准确。

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。