热点事件持续更新

Workhorse：从人类演示学习人形全身操作

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Songbo Hu 等研究者发布论文提出 Workhorse 方法，让机器人仅从不含机器人的人类演示中学习接触密集的全身 loco-manipulation。该方法用视觉规划器预测躯干、双腕、双足五个连杆目标，再由强化学习全身跟踪器在机器人上跟随，两部分在相同的人类姿态数据上分别训练，无需动作重定向。在真实 Unitree G1 机器人上，Workhorse 用手加脚踢分拣箱子、接住抛来的箱子、推倒并爬上行李箱。在演示房间的仿真副本中，分拣任务完成率为 77%，在 40 N.s 推力下为 64%。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv cs.RO 机器人学
Workhorse：从人类数据学习鲁棒的全身人形机器人 loco-manipulation
论文提出 Workhorse，让机器人从无人参与的人类演示中学习接触密集的全身操作，视觉规划器预测躯干、双腕和双足五个连杆目标，强化学习全身跟踪器在机器人上跟随，两策略在相同人类姿态数据上分别训练且无需重定向。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月8日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。