CrossBFM 让多台人形机器人共享行为潜空间

研究团队 Tan-Dzung Do、Nico Bohlinger、Jan Peters 等发布新工作 CrossBFM,提出跨具身的行为基础模型,通过蒸馏让多台人形机器人共享同一行为潜空间,一套指令即可驱动多台机器人。此前 Forward-Backward 表示训练单个机器人需数百 GPU 小时,该方案将训练成本压缩到 1 小时以内,大幅降低了多机器人行为学习的开销。

2026-09-30 ~ 2026-10-01 · 2 条相关