OmniVIC可变阻抗控制器论文被IEEE Humanoids 2026接收

Heng Zhang等作者提交的OmniVIC论文提出一种由视觉语言模型增强的通用变阻抗控制器：它从图像和自然语言中推理任务上下文，生成自适应阻抗参数，并通过检索增强生成与上下文学习，从结构化记忆库中检索相似历史经验，再结合实时力/力矩反馈把交互力约束在安全阈值内。 作者称，在仿真和实机的复杂接触任务上，该方法优于基线，平均成功率从27%提升到61.4%，力违规减少。该论文已被IEEE Humanoids 2026接收，上述效果为作者自述，尚待独立验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。