arXiv · 机器人与计算机视觉· humanoid Team, Chongyang Xu, Jin Chen, Jinhui Ye, Yilun Chen, Yiming Jiang, Zhao Wu, Hu Wei, Lin Qu, Shifeng Zhang, Yisheng He, Yuming Jiang, Zenan Meng, Zheng Wu, Mu Xu, Steven Hoi·· 2026-10-15AI 评分73
λ0:扩展开放世界以自我为中心的人类数据用于人形机器人体操与操作
$\lambda_0$: Scaling Open-World Egocentric Human Data for Humanoid Loco-Manipulation
AI 导读
该研究提出 HumanVerse 数据集及从人类到机器人的对齐管线,旨在解决大规模收集机器人演示成本高的问题。通过引入 λ0 这一具身基础模型,利用对齐后的人类演示数据进行中期监督训练,实现了在 Unitree G1 上的零样本迁移。实验显示,该方法在 SIMPLE 基准上达到 90.0% 成功率,在真实世界任务中达到 62.5%,且增加全身人类数据能持续提升下游任务进展。
来源:arXiv · 机器人与计算机视觉 · arxiv.org