LEARNING
神经致动器：面向机器人动力学与外力感知的神经致动建模
Zhiyang Dou, John U. Onyemelukwe, Hangxing Zhang, Heng Zhang, Minghao Guo, Yunsheng Tian, Michal Piotr Lipiec, Joshua Jacob, Chao Liu, Peter Yichen Chen, Yuri Ivanov, Wojciech Matusik
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出NeuralActuator，一种神经致动器模型，可联合预测模拟器等效广义力、外力及电机状态评分，以解决低成本伺服平台上的仿真到现实误差。通过双机械臂遥操作系统收集的神经致动数据集（NAD）训练模型，并利用Transformer捕获时序依赖，支持实时推理。
关键词
neural actuationsim-to-realforce perceptiondifferentiable simulationrobot dynamics
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018