ReGATE人形全身视觉融合控制论文发布

Hao Zhu、Jorge Peña-Queralta 等提交预印本论文，提出人形机器人全身移动操作控制器 ReGATE：它融合第一视角深度、本体感知与在线运动及接触指令，在教师-学生框架下用循环适配器预测物体几何与接触，无需外部物体位姿估计器，并以头级与全局门控调节视觉更新。 仿真中，静态物体抓取 330 次试验成功率 85.2%，同协议下 VisualMimic 为 48.5%；移动物体抓取 440 次试验成功率 85.9%。作者称在 Unitree G1 上演示了抓取-搬运-放置序列和侧向偏移箱子的抓取，另有一项定性实机实验：相机在初次观测后、接触指令前被遮挡时仍成功抓取箱子。上述成功率均为仿真结果，实机部分为演示与定性实验，论文为预印本，尚未经同行评议。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。