高斯过程机器人技能适应框架研究

2026年10月19日，arXiv Robotics 刊出一项研究，提出基于高斯过程（GP）的机器人技能学习与自适应框架。该研究用带稀疏 via-points 的 GP 对机器人技能建模，并给出三种自适应方法：保持演示速度的 via-points 优化智能体、复现该优化输出的行为克隆智能体，以及可在线修改 via-points 的强化学习智能体。在抽屉开启、方块推动和杆件操作三项任务的仿真与硬件测试中，三种方法成功率均超过所有基准，并取得高余弦相似度和低速度幅值误差，表明运动学轮廓得到较好保留。目前报道未提及该框架的适用对象限制、收费或额度安排，也未给出后续进展。

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。