人形机器人动态避障研究

2026年10月29日，arXiv · cs.RO平台发布了题为《人形躲避球：学习人形机器人的快速动态障碍规避动作》的研究。该研究提出Humanoid Dodgeball强化学习框架，旨在使人形机器人实现高速动态障碍规避。该方法通过威胁感知奖励和方向特定对抗性运动先验，使机器人能够对来袭抛射物进行高度动态的全身规避动作，同时保持稳定和类人的动作。研究团队通过大量仿真和硬件实验验证，该框架在多种障碍速度和发射距离下显著提升了动态障碍规避性能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。