EEmbogent
模型数据硬件产品评测公司技术融资
技术重要2026/11/16 11:22·重要度 72

XMimic与XSoma实现一分钟内人形运动学习

XMimic and XSoma: Learning Humanoid Motion Tracking and Locomotion in Under a Minute

AI 摘要

Nico Bohlinger与Jan Peters提出XMimic和XSoma,沿用SuperMimic的世界模型加解析梯度思路,用JAX编译含MuJoCo Warp的完整训练循环,并把串行小算子并行到最多4块GPU。XSoma仅由世界模型学习机器人动力学,脚下地形高度等其余部分精确计算,采用1秒时域且无需critic。

阅读原文来源 arXiv cs.RO · 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

自校准VAA实现无示教跨机器人单元抓放

Jae Hun Hwang 等提出自校准 Vision-Agent-Action 方法,借助自身运动与指尖测量命令映射、相机几何并估计镜头畸变,无需机器人示教或微调即可完成抓取放置。在 18 个更换夹爪与基座坐标系的仿真机器人单元中,冻结版成功 230/360(64%),精化版 268/360(74%)。

技术重要3 天前

ImpedanceMimic:以学习阻抗为动作空间的力准确动作模仿

研究团队提出 ImpedanceMimic,一种强化学习策略,可从运动与力测量中逐关节调节刚度、阻尼与位置设定点,但推理时只需运动输入。在129名受试者、六类活动的测试中,其运动学与力跟踪精度优于所有对比方案,包括固定增益PD控制、直接力矩、肌肉驱动以及现有模仿控制器,并接近专用力矩模型。

技术重要3 天前

参数合并恢复VLA模型的视觉语言能力

法国研究团队提出一种无需重训练的VLA参数合并方法:从VLA权重中减去原VLM权重,得到任务向量,再用奇异值分解逐分量学习混合系数,以同时保留动作预测和视觉语言理解能力。实验表明,合并后的模型在动作执行和语义、视觉定位两个维度上均表现良好,可缓解微调导致的灾难性遗忘。