arXiv · ML· Bo-Ruei Huang, Daniel Seita, Erdem B{\i}y{\i}k·· 2026-10-14AI 评分40
WACL 框架通过人类演示学习全臂接触操纵
Beyond the End-Effector: Learning Whole-Arm Contact Manipulation from Human Demonstrations
AI 导读
WACL 框架利用每个任务 10 次裸手人类演示学习全臂接触轨迹,无需遥操作。 该层级框架使用语义关键点、参考接触轨迹和安全路径约束,在 7 自由度机械臂上验证。 在端执行器约束下,WACL 成功率达 78%,显著高于基线的 33%。
来源:arXiv · ML · arxiv.org