首页 /研究 /OLIVE:面向高效自适应外骨骼的在线低秩增量学习
LOCOMOTION

OLIVE:面向高效自适应外骨骼的在线低秩增量学习

Dong Liu, Yanxuan Yu, Ben Lengerich, Tony Geng, Ying Nian Wu

发表年份
2026
访问权限
开放获取

摘要

本文提出OLIVE框架,通过低秩残差分解实现外骨骼控制策略的在线参数高效自适应,将更新复杂度从O(dk)降至O(r(d+k))。该方法利用传感器反馈驱动的策略梯度进行个性化调整,并引入门控机制和动态秩调度器以适应不同地形复杂度。

关键词

exoskeletononline adaptationlow-rank learningpersonalizationpolicy gradient

相关论文

查看 LOCOMOTION 分类全部论文