arXiv cs.RO· Mohammadmehdi Ataei, Mohammad Amin Nabian, Jie Xu, Miles Macklin, Yashraj Narang, Eric Heiden, Octi Zhang, Yunrong Guo, Ruben D'Sa, Oliver Hennigh, Gavriel State, Sanjay Choudhry·· 2 小时前精选AI 评分71
FlashNeRD：面向接触丰富场景的性能优先神经机器人动力学模型
FlashNeRD: Performance-First Contact-Rich Neural Robot Dynamics
AI 导读
FlashNeRD 提出并行流式架构的神经机器人动力学模型，在保留解析碰撞检测的同时用学习模型替换仿真器数值动力学，并支持任意位置接触与操作对象的双向耦合。在五个机器人实验中，其动力学模型比优化后的 NeRD 快最多 55 倍，长时程滚动更准确；PPO 训练 ANYmal 行走策略耗时 34 秒，比解析仿真器快 3.8 倍、比优化 NeRD 快 2.7 倍。
推荐理由
原文给出接触丰富场景下学习动力学相对解析仿真的加速与精度对比，可据此判断其在策略训练和规划中的可用性。
来源：arXiv cs.RO · arxiv.org