IEEE RA-L

Primal-Dual iLQR for GPU-Accelerated Learning and Control in Legged Robots

primal-dual iLQR 用于腿部机器人 GPU 加速学习与控制

Lorenzo Amatucci, João Sousa-Pinto, Giulio Turrisi, Dominique Orban, Victor Barasuol, Claudio Semini

机构 * Dynamic Legged Systems Laboratory, Istituto Italiano di Tecnologia (IIT), Genova, Italy（动态腿系统实验室，意大利技术研究院（IIT），意大利热那亚） ； Dipartimento di Informatica, Bioingegneria, Robotica e Ingegneria dei Sistemi (DIBRIS), Università di Genova, Genova, Italy（信息学院、生物工程、机器人与系统工程系（DIBRIS），热那亚大学，意大利热那亚） ； Polytechnique Montréal, Montreal, Canada（蒙特利尔理工学院，加拿大蒙特利尔） 纠错

AI总结 本文提出了一种基于GPU加速的primal-dual iLQR方法，用于提高腿部机器人运动控制的效率和性能。

Journal ref IEEE Robotics and Automation Letters, 2026, vol. 11, no. 1, pp. 1010-1017

Grasping a Handful: Sequential Multi-Object Dexterous Grasp Generation

抓取一束：序列多物体灵巧抓取生成

Haofei Lu, Yifei Dong, Zehang Weng, Florian T. Pokorny, Jens Lundell, Danica Kragic

机构 * Robotics, Perception, and Learning (RPL) at KTH（KTH机器人、感知与学习中心） ； Robotics and Autonomous Systems at University of Turku（图尔库大学机器人与自主系统中心） 纠错

AI总结 本文提出SeqGrasp和SeqDiffuser，通过序列生成方法在仿真和真实机器人上实现了比MultiGrasp更高的抓取成功率和更快的生成速度。

Comments We replace the sets in Section II with an odered sequences

Journal ref IEEE Robotics and Automation Letters, vol. 10, no. 11, pp. 11880-11887, Nov. 2025