跳到正文
热点事件持续更新

按步态相位分析运动策略有效秩

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Felipe Tommaselli 等作者发表研究,通过网络 Jacobian 的有效秩分析足式机器人运动策略,发现把秩按步态相位条件化,能暴露全局秩下看不到的表征结构。 研究称,观测归一化、层归一化和残差连接等架构选择,给摆动主导状态分配的有效秩维度比支撑主导状态多出 1 个以上,普通 MLP 基本没有这一差异。 据此提出的诊断方法在仿真和实体 Spot 上均将关节抖动降低最多 2 倍。

AI 根据报道生成 · 49 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv cs.AI
    关注步态相位:足式机器人运动策略的有效秩与表征健康度

    研究通过网络 Jacobian 的有效秩分析足式机器人运动策略,发现将秩按步态相位条件化可暴露全局秩下不可见的表征结构。观测归一化、层归一化与残差连接等架构选择,为摆动主导状态分配的有效秩维度比支撑主导状态多出 1 个以上,而普通 MLP 基本没有这一差异。据此提出的诊断方法在仿真和实体 Spot 上均将关节抖动降低最多 2 倍。

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。