当前位置:数智频道首页 > 人工智能 > 正文

宇树 G1 人形机器人再进化:能爬桌子、搬凳子,美国团队新成果

美国亚马逊 FAR、麻省理工、加州大学伯克利分校、斯坦福大学和卡内基梅隆大学等高校团队本周公布了一项名为 OmniRetarget 的最新研究成果。这是一个基于交互网格的交互保留数据生成引擎,能够生成运动学上可行的轨迹。

宇树 G1 人形机器人再进化:能爬桌子、搬凳子,美国团队新成果

研究团队展示了一段视频,其中宇树 G1 人形机器人完成了一系列复杂且长时间的动态动作,这些动作完全由本体感觉策略驱动,无需依赖视觉或激光雷达。在其中一个任务中,宇树 G1 机器人携带一把椅子到桌子旁,将其作为踏板爬上去,然后跳下并执行类似跑酷的翻滚动作来缓冲落地。

宇树 G1 人形机器人再进化:能爬桌子、搬凳子,美国团队新成果

OmniRetarget 明确建模并保留了智能体、地形和被操作物体之间关键的空间和接触关系。通过最小化人类和机器人网格之间的拉普拉斯变形,并强制执行运动学约束,该引擎生成了运动学上可行的轨迹。研究团队从多个数据集中重新目标追踪运动,全面评估了 OmniRetarget,生成了超过 9 小时的轨迹,这些轨迹在运动学约束满足和接触保持方面优于广泛使用的基线。这种数据使本体感觉强化学习策略能够在宇树 G1 人形机器人上成功执行长达 30 秒的跑酷和运动操作技能,仅使用 5 个奖励项和所有任务共享的简单领域随机化进行训练,没有任何学习课程。

宇树 G1 人形机器人再进化:能爬桌子、搬凳子,美国团队新成果

研究团队还展示了多个演示案例,包括翻滚、爬桌子、跳上小箱子和爬行等。此外,OmniRetarget 能够让人形机器人以多种风格进行运动操作,比如 8 种搬箱子的动作。

宇树 G1 人形机器人再进化:能爬桌子、搬凳子,美国团队新成果

该研究的论文和数据集已经公开,代码将在后续发布。更多详细信息可以在研究页面找到。

热点推送

本周关注

MORE