北京男大学生与机器人合作，利用“本体感知”实现无遥控搬运物品，并提出新型强化学习方法COLA，以提高人机协作效率和降低硬件成本。

本研究提出了一种新的记忆型视觉-本体感知强化学习模型，旨在提高机器人推物的精确性，减少因物体物理特性多样性带来的修正动作。

本文介绍了一个深度学习框架，用于解决人形机器人步态中的腿部接触检测问题。该框架利用本体感知，能够准确估计每条腿的接触状态概率，并通过模拟得到的接触数据进行分类处理。