跳到正文
arXiv · 机器人与计算机视觉· Yingdong Hu, Haodong Zhu, Boyuan Zheng, Yihang Hu, Tong Zhang, Zunhao Chen, Junming Zhao, Ruiqian Nai, Yang Gao·· 16 天前精选AI 评分78

OpenHLM:一种全身人形机器人位姿操作的经验配方

OpenHLM: An Empirical Recipe for Whole-Body Humanoid Loco-Manipulation

AI 导读

论文提出了 OpenHLM 这一开源方案,旨在构建将语言和图像直接映射到人形机器人所有自由度的全身原生视觉语言动作模型。研究通过分阶段实验发现,基于关节的全身遥操作接口优于部分暴露自由度的替代方案;在静态和轮式双臂平台上预训练的 VLA 模型能意外地良好迁移至人形机器人的全动作空间;与 HuMI(UMI 的人形类比)协同训练可拓展策略以处理新物体和指令。

推荐理由

提出全身原生视觉语言动作模型构建路线图,在长周期任务中用更少演示时间优于现有基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org