研究者提出学习速度先验为机器人示教重定时

Seungyong Moon 等研究者（arXiv:2610.32676）提出从大规模示教数据中直接学习速度先验，根据任务指令、运动路径及沿途图像预测执行速度分布，为机器人示教的重定时提供一致的时钟。方法同时适配机器人遥操作数据与人类手持示教，并配合实时最优控制层跟踪动作块。 论文报告的实验结果：在 120 个 RoboLab 任务上，用学到的时钟微调的策略比按原始示教时间微调的策略成功率更高，加加速度最多减半；真机叠杯用时 3.50 秒，比默认策略的 6.02 秒快 1.72 倍，成功率相当（30 次试验成功 29 次）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。