USC's Heave-Ho Enables Teamwork of Up to 10 Humanoid Robots Without Network Communication
南加州大学(USC)与 VinMotion 团队于 11 月 21 日发布多人形机器人协作框架 Heave-Ho,项目页、论文与代码均已公开。该系统让 2 台宇树 G1 人形机器人训练后可扩展到 10 台组队协作,并在 U-Haul 场景实地演示搬运,全程机器人之间零网络消息。
已确认
- 去中心化架构:机器人无需任何网络连接,仅凭本地观测实现物理耦合的协作交互
- 协调机制:领队机器人「说出」下一个团队技能,跟随者通过机载麦克风听到后按共享时间表同步执行(@CyberRobooo 介绍底层控制基于 SONIC 加团队合作训练)
- 规划层:使用微调的 Qwen3-VL-2B 做视觉规划,据 @yuewang314 介绍实现 120 倍规划加速
- 性能:长时程任务成功率 86%,对比基于 GPT 的规划器(42%)大幅领先
- 底层为多智能体后训练框架,将人形基础追踪模型适配到物理耦合的机器人间交互
为什么重要
- 证明多机器人协作可以摆脱集中通信依赖,这对真实场景(网络不可靠的仓库、户外作业)的鲁棒性有直接意义
- 语音式协调模拟了人类团队的合作方式,且 2 台到 10 台的可扩展性展示了框架的通用性
- 相比 GPT 规划器在成功率与速度上的显著优势,显示小模型(Qwen3-VL-2B)微调路线在机器人规划上的实用潜力
2026-11-21 ~ 2026-11-21 · 5 related posts
Primary sources
- USC's Heave-Ho coordinates humanoid robot teams with zero network messages, 86% success at 120x faster planning — yuewang314 ·
- USC's Heave-Ho trains Unitree G1 humanoids to collaborate, scales 2 to 10 robots — CyberRobooo ·
- Heave-Ho: decentralized framework coordinates teams of 2–10 humanoids on long-horizon tasks — yuewang314 ·
- [source] USC's Heave-Ho coordinates humanoid robot teams with zero network messages, 86% success at 120x faster planning — yuewang314 · 2026-11-21
- [source] Heave-Ho: decentralized framework coordinates teams of 2–10 humanoids on long-horizon tasks — yuewang314 · 2026-11-21
- [source] USC's Heave-Ho trains Unitree G1 humanoids to collaborate, scales 2 to 10 robots — CyberRobooo · 2026-11-21
- Heave-Ho project page: decentralized multi-humanoid collaboration with zero network messages — CyberRobooo · 2026-11-21
1 near-duplicate retellings: CMHungSteven