EEmbogent
模型数据硬件产品评测公司技术融资
技术重要2026/11/10 21:15·重要度 73

RedirectMimic 实现人形全身控制局部动作擦除

RedirectMimic: Local Motion Content Redaction for Humanoid Whole-Body Control

AI 摘要

Zepeng Wang 等提出 RedirectMimic,将策略观测的参考动作与训练目标分离,用规则生成的编辑参考引导 PPO 跟踪奖励,部署接口保持不变。在 Unitree G1 仿真中,基于 7,509 段动作预训练跟踪器,过顶手臂任务核心窗口内容出现率降至 2.7%,奖励置零法为 58.9%。

阅读原文来源 arXiv VLA/Humanoid · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

技术重要3 天前

CAST:为冻结扩散策略提供认证式运行时动作选择

意大利团队(Moroncelli、Roveda)提出 CAST:从冻结扩散策略采样多个动作块,用屏障条件逐个认证,再由价值集成模型在通过认证的候选中择优执行。作者证明认证步骤不受评价网络误差影响仍安全,执行动作与可行条件下策略的偏差不超过 log N 纳特,而传统安全滤波投影可能奇异失效。

技术重要3 天前

TMA框架实现人形机器人零样本sim-to-real强接触操作

Rice大学与UT Austin等团队提出触觉驱动运动自适应框架TMA,配合全身系统实现人形机器人零样本sim-to-real强接触操作。方法以触觉可观测的交互组织策略学习,用锥形几何作多指接触表示归纳偏置,并在线调整电机行为。团队以拧圆形门把手为基准,检验摩擦抓握、无滑动扭矩输出与全身稳定。

技术重要3 天前

自博弈人形交接策略遇陌生伙伴失效,隐藏启动延迟随机化可修复

研究团队在 Unitree G1 人形机器人上训练 PPO 自博弈包裹交接策略,发现接收方与自训练伙伴成功率可达 95%/90%,面对陌生脚本伙伴却骤降至 31%;仅把伙伴动作延后 1 秒,成功率更跌至 6%。作者据此提出隐藏启动延迟随机化(HSD),用一行训练规则让策略重新适应陌生伙伴的节奏。