跳到正文
arXiv · 机器人与计算机视觉· Songbo Hu, Qiayuan Liao, Yufeng Chi, Kevin Zakka, Yakun Sophia Shao, Pieter Abbeel, Koushil Sreenath·· 2026-10-08精选AI 评分83

Workhorse:基于人类数据的鲁棒全身人形机器人位姿规划与操作研究

Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data

AI 导读

论文提出 Workhorse 框架,通过无机器人参与的人类演示数据,分别训练预测躯干、手腕和脚部五连杆目标的视觉规划器及强化学习全身跟踪器。系统在真实 Unitree G1 上展示了分拣盒子、踢球、接住抛掷物以及翻越行李箱的能力,并在有人推搡或拿走物体时保持恢复能力。仿真实验显示,该系统在演示室副本中完成分拣任务的成功率分别为 77%(含干扰)和 83%(无干扰)。

推荐理由

Workhorse 利用人类演示数据训练视觉规划与强化学习策略,在 Unitree G1 上实现抗干扰的全身操作。

来源:arXiv · 机器人与计算机视觉 · arxiv.org