人形机器人运动重定向新方法TaSP-KKT提速约两倍

Pengyu Zhu等作者提出人形机器人运动重定向方法TaSP-KKT，用于把人类演示迁移到人形机器人并保持与物体、地形的空间关系。作者从ODE视角把OmniRetarget的逐帧KKT条件写成连续时间极限，将其SQP迭代解释为该ODE的向后离散化，并在正则假设下建立局部收敛性；TaSP-KKT改用KKT流的前向离散化，每步只需一次加权切锥投影和闭式流形更新，避免重复内层SQP迭代，并称达到与向后格式相同的一阶收敛。 数值实验中，TaSP-KKT的重定向质量与OmniRetarget相当但略低，运行速度约为其两倍。该结果来自论文的数值实验，尚非独立验证。

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。