arXiv · 机器人与计算机视觉· Qiayuan Liao, Yiyang Shao, Junfeng Long, Kevin Zakka, Roberto Horowitz, Pieter Abbeel, Koushil Sreenath·· 29 天前精选AI 评分78
SuperMimic:利用单一可微世界模型扩展人形机器人全身控制
SuperMimic: Scaling Humanoid Whole-Body Control with One Differentiable World Model
AI 导读
论文提出 SuperMimic 方法,通过拟合标准刚体仿真器的日志过渡数据构建单一可微世界模型,与跟踪策略在单循环中联合训练并利用时间反传播获取解析梯度。该方法在单 GPU 上 3 小时即超越基线(128 GPU 训练 7 天),将 GPU 工时降低超 1000 倍,并在 129,514 个基准动作中仅失败 25 次;经过 9.8 小时双 GPU 训练后实现零失败。
推荐理由
该工作提出用可微世界模型统一处理全身运动跟踪,将训练时间从 7 天降至 3 小时且失败率大幅降低。
来源:arXiv · 机器人与计算机视觉 · arxiv.org