IEEE RA-L

PAMoR: Parameterized Affective Motion Generation in Real Time for Humanoid Robots

PAMoR：面向人形机器人的实时参数化情感动作生成

Yan Pan, Lingfan Bao, Tianhu Peng, Chengxu Zhou

机构 * University College London（伦敦大学学院） 纠错

AI总结 PAMoR将情感转化为可量化的V-A控制参数，结合动作与情感先验，在Unitree G1机器人上实时生成可编辑的情感动作，其情感识别率接近人类表演水平且优于基线。

Comments Under Review of IEEE Robotics and Automation Letters, 8 pages

Contact-Guided Exploration for Non-Prehensile Locomanipulation with Multi-Critic RL

基于多评论家强化学习的非抓取型移动操纵的接触引导探索

Simone Tolomei, Mayank Mittal, Franco Angelini, Manolo Garabini, Paolo Salaris, Marco Hutter

机构 * Centro di Ricerca E. Piaggio（E.皮亚焦研究中心） ； Università di Pisa（比萨大学） ； ETH Zürich（苏黎世联邦理工学院） ； NVIDIA（英伟达公司） 纠错

AI总结 针对非抓取型移动操纵的复杂混合动力学与接触稀疏性问题，提出多评论家RL框架下的接触引导探索策略，经四足移动操纵器实验验证可实现现实世界中的非抓取型操纵。

Comments project website: this https URL (https://tolomeis.github.io/contact-guided-exp) Accepted in IEEE Robotics and Automation Letter (RA-L) 8 pages, 9 figures

When Obstacles Bend: Modeling Vegetation Deformation in the context of Field Robotics

当障碍物弯曲：野外机器人场景下的植被变形建模

Zaar Khizar, Tom Montagnon, Roland Lenain, Romuald Aufrère, Johann Laconte

机构 * LIMOS（利摩日信息学与优化实验室） ； Université Clermont Auvergne（克莱蒙奥弗涅大学） ； Clermont Auvergne INP（克莱蒙奥弗涅国立综合理工学院） ； CNRS（法国国家科学研究中心） ； INRAE（法国国家农业食品与环境研究院） ； Institut Pascal（帕斯卡尔研究院） 纠错

AI总结 针对现有可通行性评估绑定机器人动力学、难以跨平台迁移的局限，该研究提出通过植被固有力学特性建模，结合变形与力数据实现植被感知导航。

Comments 8 pages, 7 figures, submitted to IEEE Robotics and Automation Letters (RA-L)

Differentiable Dynamics and Fast Simulation of Continuous Elastic Robotic Fish

可微动力学与连续弹性机器鱼的快速仿真

Zhiheng Chen, Jiayi Jin, Wei Wang

机构 * Marine Robotics Lab, Department of Mechanical Engineering, College of Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校工程学院机械工程系水下机器人实验室） ； Sibley School of Mechanical and Aerospace Engineering, Cornell University（康奈尔大学Sibley机械与航空航天工程学院） 纠错

AI总结 本文针对现有机器鱼动力学模型的不足，提出基于哈密顿原理的可微全身动力学模型与快速仿真框架，经数值与实验验证，可用于机器鱼身体刚度分布的梯度优化设计。

Comments Under review at IEEE Robotics and Automation Letters (RA-L)