HALO论文：仿真合成数据训练人形机器人自主系统

HALO研究团队在arXiv发布论文，提出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。论文称训练全程未接触真实住宅，零样本迁移后在六个未建图的真实环境完成360次试验，成功率达91%。 HALO学会的技能包括坐椅子、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，并可组合完成长时程任务。上述成功率数据来自论文作者自己的报告。

AI 根据报道生成 · 22 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。