13:01
官方账号arXiv cs.AI@Lizhi Yang, Junheng Li, Aaron D. Ames
推荐理由：Unitree G1 靠头戴相机躲球真有 95% 成功率，和上帝视角基线差距很小。对做机器人感知和安全的都挺有参考价值。
CBF-RL
共 1 条相关 AI 资讯
7月31日
13:01
PAC-MAN 是 arXiv 2607.28623 提出的考虑感知的 CBF-RL 框架，训练时用控制屏障为每个身体链接提供安全约束，部署时只靠头戴相机的分割掩码深度观测球。在单次投掷和往返站位恢复的部署循环基准上，该策略与拥有完整球状态的特权状态 oracle 仅差几分。实验显示 Joint-CBF 在精确球状态时表现最佳，但固定相机观测下仅作为训练引导会退化，加装球跟踪云台或运行时滤波器可恢复。研究者将轻量 Link-CBF 策略零样本部署到 Unitree G1 真机，能容忍不完美感知，95% 的投掷成功，并用语义分割躲避不同球。