热点事件持续更新
Learning Reflexive Behavior for Contact-Rich Manipulation
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Robotics（一手）报道《Learning Reflexive Behavior for Contact-Rich Manipulation》。研究者在仿真中基于弹簧、平面和导轨三种交互基元训练了一个本体感知反射策略，将任务空间命令映射为关节位置目标，无需直接力或几何测量。该策略作为冻结执行层置于高层控制器之下。实验显示：在双臂箱体提升中使力保持在阈值以下，在粗糙表面跟随中低于10 N参考值，在0.02 mm轴孔插入中将平均估计接触力降至基线的一半以下，硬件成功率从至多22%提升至36-58%。目前报道仅涉及该方法与结果，未见后续验证或争议。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
新报道给出该反射策略在三项接触任务中的力控与硬件成功率结果。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · RoboticsLearning Reflexive Behavior for Contact-Rich Manipulation
研究者在仿真中基于弹簧、平面和导轨三种交互基元训练了一个本体感知反射策略，将任务空间命令映射为关节位置目标，无需直接力或几何测量。策略作为冻结执行层置于高层控制器之下，在双臂箱体提升中使力保持在阈值以下，在粗糙表面跟随中低于 10 N 参考值，在 0.02 mm 轴孔插入中将平均估计接触力降至基线的一半以下，硬件成功率从至多 22% 提升至 36-58%。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。