热点事件持续更新
DODGER：人形机器人安全强化学习导航框架
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发表 DODGER 框架，提出在训练中直接由策略生成动作，并利用 CBF 过滤参考与约束违反来塑造避障行为；通过 Dubins-car 安全分析，在全阶人形仿真和真实人形实验中验证了基于 LiDAR 感知的动态障碍物目标导航，声称无需运行时安全过滤器。同日另有 CEER2 报道，涉及人形机器人 loco-manipulation 的方向性与可调 compliance 框架，与 DODGER 导航主题不同。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 10月1日 12:00 · 1 篇报道DODGER: Safety-Guided RL for Robot Navigation Among DynamicarXiv · Robotics：DODGER：面向动态障碍物的人形机器人安全强化学习导航框架
- 10月1日 12:00 · 1 篇报道CEER2:人形机器人方向可调末端与根部柔顺框架arXiv · Robotics：CEER2：人形机器人 loco-manipulation 的方向性与可调末端及根 compliance 框架
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · RoboticsDODGER：面向动态障碍物的人形机器人安全强化学习导航框架
DODGER 提出一种安全引导强化学习框架，在训练中直接执行策略生成动作，同时利用 CBF 过滤参考与约束违反来塑造避障行为。通过 Dubins-car 安全分析，在全阶人形仿真和真实人形实验中验证了基于 LiDAR 感知的动态障碍物目标导航，无需运行时安全过滤器。
- arXiv · RoboticsCEER2：人形机器人 loco-manipulation 的方向性与可调末端及根 compliance 框架
CEER2 提出结合方向性与可调末端执行器 compliance 和可选根 compliance 的框架，用于人形机器人与外部接触交互时的柔顺控制。系统通过分层强化学习控制器调节固定全身追踪策略，并利用本体感知历史估计交互力，实现方向刚度控制、在线刚度调整、根 compliance、柔顺操作与协作搬运。仿真与真实人形机器人实验验证了所提方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。