arXiv · cs.AI· Siyuan Hu·· 14 小时前精选AI 评分64
HALO：基于仿真合成数据的感知型人形机器人运动系统
Perceptive Humanoid Motion from Simulation
来源与原文
arXiv · cs.AI
作者：Siyuan Hu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.06908v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 HALO，一个通过在千个程序化生成的虚拟住宅中合成视觉-语言-动作数据来训练人形机器人自主能力的系统，数据规模随算力而非人工时间扩展。HALO 学会坐椅子、导航到指定物体、侧身穿过半开的门、在桌下蹲行爬行、推箱子等技能，并可组合完成长时程任务；训练全程未接触真实住宅，零样本迁移到物理世界后，在六个未建图的真实环境中完成 360 次试验，成功率达 91%。
推荐理由
该工作用程序化生成的一千个虚拟住宅合成视觉-语言-动作数据，绕开人工遥操作的数据瓶颈，并给出了真实环境零样本迁移的成功率数据。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。