REACH框架让人形机器人爬行穿越受限空间
热点事件持续更新
REACH框架让人形机器人爬行穿越受限空间
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Shengzhang Xu等作者提出基于强化学习的分层框架REACH，让Unitree G1人形机器人通过可变高度双足行走与爬行穿越高度受限环境。其策略在双足行走1.27–0.50米、爬行0.50–0.20米的互补指令区间内调节身体高度，突破蹲姿行走的净空限制。 框架结合历史条件潜在表示、双向模式切换策略与LiDAR规划器。作者称真机实验验证了高度与速度跟踪、地形穿越及受限空间通行能力。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
REACH：基于 RL 的分层人形机器人爬行框架，实现受限空间穿越报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIREACH：基于 RL 的分层人形机器人爬行框架，实现受限空间穿越
REACH 是一个基于强化学习的分层框架，让 Unitree G1 人形机器人通过可变高度双足行走与爬行穿越高度受限环境。其策略在双足行走 1.27–0.50m、爬行 0.50–0.20m 的互补指令区间内调节身体高度，突破蹲姿行走的净空限制。框架结合历史条件潜在表示、双向模式切换策略与 LiDAR 规划器，真机实验验证了高度与速度跟踪、地形穿越及受限空间通行能力。
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。