BriefGPT - AI 论文速递 ·

FACET: Force-Adaptive Control via Impedance Reference Tracking for Legged Robots

💡 原文英文，约100词，阅读约需1分钟。

📝

内容提要

本研究提出FACET方法，通过强化学习训练四足机器人控制策略，解决了传统控制方法忽视承受力的问题，使机器人在外力作用下具备更好的控制能力，测试中可减小冲击力达80%。

🏷️

2000+真实场景搬进仿真！一个导航模型零样本“通吃”四种机器人本体
亮源新创提出Physical AI三段范式：规模化预训练、对齐与部署，并发布三项技术。LightParkour用强化学习将单个动作扩展为可泛化技能分布；L...
Chip Huyen explains how to cut inference costs without new hardware
Last October, the P99 conference — the online gathering for developers focuse...
Waymo pulls over, calls cops on riders with a ghost gun
Two people were arrested in San Fransico while riding around in a Waymo robot...
“Machine translation is still broken for most of the world’s languages”: Cohere builds non-reasoning for a reason
Enterprise AI company Cohere announced North Small Translate last week, a mix...
机器没有在“思考”
文章梳理AI发展史，指出符号主义与联结主义几经起落，繁荣源于期望，寒冬源于期望落空。作者认为机器并未真正思考，只是处理符号统计关系，不懂语言意义。真正该担...
它通过了CI，也通过了你的评估。客户拿到的却仍是错误答案。
AI功能存在可观测性缺口：传统服务故障明显，AI代理却会静默返回错误答案。以支持代理为例，通过分布式追踪可定位问题——检索时版本过滤为空导致返回旧版文档，...