arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-04-15 至 2026-04-15 共收录 1 信号源:cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 1 篇

2604.11981 2026-04-15 cs.RO 53%

Bipedal-Walking-Dynamics Model on Granular Terrains

颗粒地形上的双足行走动力学模型

Xunjie Chen, Xinyan Huang, Peter Shan, Jingang Yi, Tao Liu

机构 * Department of Mechanical and Aerospace Engineering, Rutgers University(罗格斯大学机械与航空航天工程系) Bridgewater Raritan High School(布里奇沃特-拉里坦高中) State Key Lab of Fluid Power Transmission and Control and the School of Mechanical Engineering, Zhejiang University(浙江大学流体动力传动与控制国家重点实验室和机械工程学院)

专题命中 模型式强化学习 :dynamics model(title,abstract);分类 cs.RO

AI总结 本文提出一种新的双足行走动力学模型,用于预测在颗粒介质上行走的运动。模型通过动态足部-地形交互模型计算地面反作用力,并引入三个额外自由度以估计足部下沉和滑动,从而改进机器人行走的运动学和动力学分析。

Comments Accepted paper in ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏