苹果发布HALO人形机器人自主系统,利用仿真数据管线实现零样本迁移
近日,苹果正式发布了HALO(Humanoid Autonomy, Learned in simulation, running Onboard),这是一套由数据管线驱动的人形机器人全身运动控制系统。
近日,苹果正式发布了HALO(Humanoid Autonomy, Learned in simulation, running Onboard),这是一套由数据管线驱动的人形机器人全身运动控制系统。
论文提出 CTS-MoE 方法,将多地形移动建模为多任务强化学习,通过感知门控混合专家架构和分离的评论家网络,在 Unitree Go1 机器人上实现了从 73.3% 到 93.3% 的成功率提升。该方法降低了动作抖动并避免了切换瞬态,支持四种户外地形类型的转移。
针对类人机器人难以与人类伙伴协调的问题,本文提出了 Social Humanoid 系统。该系统在 Unitree G1(29-DoF)上生成并执行对社会响应性的全身运动,其高层策略通过共享标记化表示对人与机器人的运动进行灵活序列建模,能在遮挡时预测伙伴动作;低层控制器负责执行生成的运动。
论文提出了 AffectiveVLA,一种部署在宇树 G1 人形机器人上的意图门控视觉语言动作(VLA)管道。该系统利用轻量级 RGB 模型从双摄像头识别交互意图并转化为提示词,低置信度预测会抑制运动执行以保障安全;接触期间通过调整臂阻抗和独立语音触发机制实现合规与安全停止。
光轮智能与宇树科技近日达成合作,结合光轮 SimFoundry 仿真底座、RoboFinals 评测平台及 RoboStack 部署反馈工具,围绕模型训练、能力验证和真实场景应用展开协同。双方将针对宇树机器人不同配置探索数据生产与训练机制,建立“部署—反馈—训练”持续迭代机制,推动具身智能规模化落地。
Agility Robotics 作为首家上市的纯足式人形机器人公司,首日收盘报 11.49 美元,略高于 SPAC 交易初始价。尽管大盘下跌,该公司拥有超 3 亿美元 Digit 5 订单,预计 2027 年向早期客户交付。
针对真实世界未映射表面上工具滑动所需的表面法向未知问题,本文提出 SCRUB 一种基于接触的估计器。该方法利用卡尔曼滤波融合两个线索:一是通过测量倾斜角随运动的力变化来估计法向;二是结合步态周期平均速度以消除垂直于表面的运动分量。实验在宇树 Go1 硬件上验证了该方法在无已知、未对齐或视觉预测法向的情况下,能完成墙面穿越和柱体环绕任务。
论文提出 soccerbot,这是一个分层强化学习框架,通过从大规模人类足球动作捕捉数据中蒸馏结构化潜在运动先验来解决现有方法技能覆盖有限或产生不自然行为的问题。
据北京市市场监督管理局公示,中国石油集团昆仑制造有限公司将与宇树科技股份有限公司等经营者新设合营企业。该合营企业拟从事工业具身智能机器人解决方案业务,交易后昆仑制造及其一致行动人持有 60% 股份,宇树科技、泛界智能各自持有 20% 股份。
论文提出 DEED(Data-Efficient Post-Training and Experience-Driven Learning)框架,旨在弥合基准性能与可靠现实操作之间的差距。
推荐理由:提出 DEED 框架,通过数据高效微调与经验驱动学习在单 GPU 上实现 Unitree G1-Edu 机器人超市补货任务。
论文提出 HLO-AMP 框架,通过分层策略解决人形机器人移动与操作任务中低层控制器缺乏物体感知的难题。方法将低层控制器训练为物体感知运动先验,利用重定向动作捕捉数据在真实物体存在时学习自然协调与接触力分布;高层策略则基于经验包络进行参考免费训练以防止越界。实验在宇树 G1 平台上实现了双手抓放任务,验证了该方法对物体质量、尺寸及初始目标位姿的泛化能力,并展示了从搬运中故意掉落后的恢复效果。
推荐理由:该工作提出将低层控制器训练为物体感知的运动先验,在真实物体存在下学习自然协调与接触力分布。
针对人形机器人在杂乱环境中需快速反应意外接触的挑战,该研究提出了 ARC(Ascending Reflex Control)框架,将毫秒级触觉反射与全身策略学习相结合。
推荐理由:该工作将毫秒级触觉反射与全身策略学习结合,在 Unitree G1 上验证了降低冲击峰值和保持平衡的能力。
该论文提出一种结合单刚体模型、姿态动力学及完整接触 wrench 的在线优化框架,通过增广拉格朗日与松弛障碍惩罚将接触力与步点位置联合优化。该方法在 MuJoCo 仿真中以 100 Hz 重规划(平均求解时间 8.9 ms),并在宇树 G1 机器人上验证了稳态行走及恢复 245 N 前向和 175 N 侧向冲击的能力。材料为预印本,未提及同行评审状态或具体部署许可。
11月3日,上海纬钛科技有限公司与腾讯云正式达成战略合作,围绕云计算算力、大模型MaaS平台及智能产业落地构建“数据采集—模型训练—应用部署”闭环。双方将依托腾讯云GPU算力支持视触觉多模态数据处理及VTLA、世界动作模型的训练仿真,并计划优先在腾讯云平台部署核心研发系统。合作后续将通过智能制造等具体项目明确实施节点与成效。
该论文提出了 TAMPAgent 框架,旨在解决开放世界中机器人移动操作面临的几何不确定性问题。研究将大视觉语言模型(LVLM)的推理能力与任务运动规划(TAMP)系统的结构化约束求解相结合,构建了一个基于可扩展 API 的信念空间规划模型。
论文提出 ReContact 方法,通过物体中心接触规划解决人形机器人在遮挡场景下的位姿重建与力对齐问题。该方法在仿真中于股骨支撑的重抓任务上达到 83.5% 的成功率,并将工作空间内的管状物体转移成功率从 20.4% 提升至 97.8%。实物实验在宇树 G1 机器人上执行了七项富接触操作和两项移动操作任务。材料为 arXiv 预印本版本,尚未通过同行评审。
论文提出了 ReGATE,一种结合以自我为中心的深度、本体感知及在线移动与接触命令的全局控制器。该方法基于教师 - 学生框架,利用循环适配器预测物体几何与物理接触,无需外部姿态估计器;通过头部级和全局门控调节视觉更新路径。研究在仿真中实现了静态与动态物体的高成功率获取,并在宇树 G1 硬件上演示了抓取、搬运及释放序列,验证了在初始观察后相机被遮挡情况下的成功交互能力。
该论文测试了将 MLP 世界模型替换为具有升维状态空间线性动力学的 Koopman 结构后,对 Unitree G1 全身体跟踪策略的影响。实验发现 Koopman 结构并未带来性能提升(返回精度持平甚至略低),且训练速度变慢约 15%。研究指出,由于策略动作跨越曲率区域,仿射模型仅在策略操作点切线处准确,而 MLP 能直接读取动作信息,因此在固定状态下表现更好。
推荐理由:实验表明在 Unitree G1 全身体跟踪任务中,Koopman 线性结构并未提升可微世界模型性能,MLP 仍是更优选择。
Churchill Capital Corp XI 股东在特别会议上以超过 84% 的投票率批准了与 Agility Robotics 的业务合并计划。该 SPAC 预计于 11 月 4 日完成交割,并于 11 月 5 日起在纳斯达克以代码 AGLT 交易。
论文提出 REA(Routed Embodied Agent),解决基础模型推理慢与快速策略泛化差的矛盾,实现 deliberative brain 与 reactive cerebellum 的异步协作。
针对传统零阶方法样本需求大、现有首阶方法在接触动力学中梯度爆炸的问题,论文提出∇Mimic框架与NablaEngine引擎。通过每步反向传播的梯度裁剪和多步回归技术,结合专为宇树G1优化的可微GPU仿真内核,该方法在单卡上40分钟即可达到世界模型方法的跟踪分数,显著优于基线且开源了相关基础设施。
推荐理由:提出基于可微仿真的首阶策略学习方法,配合专用加速引擎将训练效率提升数倍并开源。
地瓜机器人与宇树科技在长沙教育装备展宣布深度合作,推出以旭日 S100 算力盒为核心、结合 Go2 四足与 R1 人形机器人的具身智能教育方案。该方案提供 15 款主题课程共 180 节课,覆盖小学至高中,并建立从桌面机器人到真机的两级进阶路径及课赛融合项目。双方计划依托旭日 S100 将合作拓展至旭日 S 与 X 双系全平台产品。
昨日,宇树科技拟通过全资子公司向杭州市具身智能应用中试基地增资 2000 万元,联合其他四方合计新增出资 2 亿元。交易完成后中试基地注册资本由 1 亿元增至 3 亿元,宇树持股仍为 10%,具身无限将持有 20% 股权。该基地目前仍处于亏损状态,2026 年前九个月营收约 44.96 万元、净亏损超 1500 万元。
该预印本研究了将完整的闭环机器人实现视为可复用执行经验的可行性。方法上,编码智能体利用少量演示和仿真反馈生成并迭代优化策略代码,保留验证选定的实现至软件归档库;在迁移阶段,利用这些归档实现辅助新任务的策略学习。
论文介绍了 SONIC-K1,这是据称首个针对 Booster K1 人形机器人的开源全身体动作追踪器。该策略在单块共享 GPU 上从头训练,计算资源远低于原始 SONIC 框架。仿真结果显示其能追踪大部分未见过动作片段并在外部基准测试中表现良好;真实机器人上可追踪上半身及慢速运动,但步态和转向可靠性较低且对动作延迟敏感。代码、策略权重与评估工具已公开。
推荐理由:作者将 SONIC 框架适配至 Booster K1,在单 GPU 上实现全身动作追踪,公开了策略权重与评估工具。
该研究提出了 Catch It All! 框架,旨在让类人机器人仅凭一个以自我为中心的相机,就能对未见过的物体进行通用化且能适应的接球操作。系统通过精心设计的抓取奖励学习策略,能够实时适应物体的姿态和形状,并具备安全感知课程以在硬件极限(如低至 5 Nm 的手腕扭矩)附近执行高频动作。
该论文研究了无需特定导航训练的零样本视觉语言导航(VLN)系统中应保留何种信息及其组织方式。作者提出了一种结合指令进度、锚定姿态的层级压缩观测历史以及累积几何信息的互补任务、时间和空间记忆架构。
论文介绍 METATRON,这是一种结合生成式基础策略与可编程技能层的可提示词全身执行架构。基础策略接收包含时间目标、速度指令和风格线索的提示词,输出协调运动;训练数据融合动作捕捉、合成恢复轨迹及重定向场景交互。
推荐理由:提出可被提示词驱动的全身执行层,将编程技能与生成式策略结合,在物理机器人上实现多任务冻结策略。
该研究提出 FORGE 框架,通过耦合在线降阶模型(ROM)参考生成与全身跟踪控制来实现通用且敏捷的人形运动。第一阶段训练基于单刚体动力学和完整人体运动学的命令条件化全身参考生成器;第二阶段冻结 ROM 策略在线生成参考以训练全阶动力学下的全身跟踪策略。
MinJun Chang 在 arXiv 上发布了一项关于人形机器人手臂重定向的实证研究,针对 Unitree H1-2 平台对比了直接重构目标与归一化距离两种策略。
地瓜机器人与宇树科技在长沙教育装备展宣布合作,以旭日S100算力盒为底座,结合Go2四足与R1人形机器人提供含15款课程及课赛融合的教育方案。该方案支持从桌面级到真机级的进阶路径,旨在打造可复制的区域示范样板并计划向工业场景拓展。
宇树科技(688836)于10月28日发布上市后首份财报。前三季度营收18.17亿元同比增长55.71%,主要得益于G1机器人累计下线约1万至2万台;归母净利润3.87亿元同比大增270.54%,但剔除去年同期股份支付影响后,扣非净利润同比下降18.78%。
宇树科技发布 2026 年第三季度报告,这是其上市后的首份成绩单。报告显示,前三季度营收 18.17 亿元,同比增长 55.71%;归母净利润 3.87 亿元,同比增长 270.54%。
10月28日,宇树宣布与红杉中国共同成立“杉宇・创计划”,专注于发掘和投资具身智能、机器人应用及其上下游关键技术等早期项目。该计划主打“工程师 + 投资人”双重视角,由宇树提供技术认知和工程指导,红杉提供全链条资本和投后服务,旨在支持创业者从原型机起步打造可规模化产品。双方合作已从单纯的资本加持升级为深度的产业协同。
该论文提出了一种语言驱动的导航框架,使移动机器人能够理解自然语言请求并自主导航至目标位置。系统由模块化 ROS 2 组件组成,能识别环境中的目标物体、利用 RGB-D 数据估计其位置并生成导航指令,最终通过 ROS 2 Nav2 栈执行。
论文提出HumiTransfer框架,旨在保留人类互动中的空间、语义及接触关系(如拥抱、握手),并将这些关系迁移至不同形态的人形机器人上。该方法先重建3D人体运动,再通过加权关节相对方向和解剖偏移优化接触关键关系,最后通过后重定向优化确保平衡与避障。
Unitree G1 人形机器人通过 REACH 框架,结合双向切换策略与激光雷达规划器,在 1.27-0.50m 双足及 0.50-0.20m 爬行模式下实现受限空间自主穿越。该 RL 分层架构利用本体感知构建条件潜变量表示,解决了富接触动力学难题并扩展了蹲伏行走的通行极限。真实实验验证了高度速度跟踪精度、地形鲁棒性及模式切换可靠性,代码与视频已公开。
论文提出了 CPG-ENN 框架,结合基于对称性的八神经元中央模式生成器与预训练执行神经网络,实现四足机器人跨行走、小跑等多种步态的平滑切换。仿真结果显示所有 20 个定向步态对的过渡成功率达 99.39%,消融实验表明无需特定步态暴露即可实现高可行性跨步态切换。Unitree Go2 实体实验验证了五种步态及其过渡的有效性,证明了该框架在真实机器人上的部署能力。
GRAFT 是一种针对人形行为基础模型(BFM)的几何感知残差适应框架,旨在解决其缺乏对局部地形(如台阶、间隙和平台)自适应机制的问题。该方案保留 BFM 参数与运动参考接口,仅通过轻量级适配器在下肢执行目标上添加地形条件修正。
该方法通过高层控制器生成简洁的运动表示,直接馈入追踪策略以支持 Unitree G1 执行长达 35 秒的格斗转舞蹈等复杂动作。在同等容量下,其基于随机运动分词器的重建效果优于有限标量量化(FSQ)和向量量化自编码器(VQ-VAE)。该工作已获准参加 2026 IEEE-RAS Humanoids 会议。