Skip to content
Hot eventLive

2GO：模型驱动几何感知生成式约束运动规划

1 reports1 sources3 hr ago updated

Get the story

AI overview

研究者提出面向四足与人形机器人约束运动规划（CLP）的模型驱动几何感知生成优化方法 2GO（Model-Based Geometry-Aware Generative Optimization）。该方法的核心思路是将主动约束几何转化为可执行的去噪算子，从而在生成式优化框架中处理约束运动规划问题。目前公开信息仅见 arXiv Robotics 报道，未披露实验数据、对比基线或开源代码等细节。

Generated from reports · updated 3 hr ago

LatestOct 7
arXiv Robotics 报道 2GO 方法，将主动约束几何转化为可执行去噪算子。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Robotics
    面向约束运动规划的模型驱动几何感知生成优化方法 2GO

    研究者提出 Model-Based Geometry-Aware Generative Optimization（2GO），用于四足与人形机器人的约束运动规划（CLP），将主动约束几何转化为可执行的去噪算子。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.