待验证50% 置信事实精确时间
在四足机器人的强化学习步态控制中，策略网络通常将关节位置、关节速度、机身姿态以及足端接触状态等作为观测输入。
1
来源数
50%
置信度
长期有效
时效性
2026/10/25
首次发现
来源
涉及实体
相关事实
待验证四足机器人动态平衡的主流方案包括基于模型预测控制（MPC）的规划算法和强化学习训练出的神经网络控制器76% 相似待验证在双足机器人中IMU的核心作用是实时估计机体姿态倾斜角，反馈给控制器动态调整步态参数74% 相似待验证手部追踪数据提供6自由度的手部位姿信息，包括三维位置和三维旋转，可映射为机器人末端执行器的目标轨迹73% 相似待验证反馈舵机内置位置传感器，能将当前关节角度实时回传给控制器，使机器人在被外力移动时精确记录角度序列形成可回放数据71% 相似已验证在机器人竞赛中，工作人员手持的手柄并非直接操控机器人的每个动作，而是用于切换预设任务模式和引导行进路线，动作执行由机器人自主完成71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1096263API
curl https://kongchang.com/api/v1/knowledge/claims/1096263MCP
get_claim(id=1096263)