VR 拥挤环境动捕采 1185 条轨迹，训练人形机器人钻缝隙爬行
Scobleizer · x · 2026-09-22
Scobleizer 转发介绍 Void 的 MTC 训练工作：不搞昂贵的真人实体障碍场，而是把人放进按 Unitree G1 身形等比缩放、程序化生成的 VR 杂乱环境里，采集人类自发发明的侧身挤、低头、高抬腿、趴地爬行等动作。
- 数据规模：1185 条轨迹、327 个环境、超 32 小时
- 关键难点在重定向：逐帧重定向可能出现单帧看似无碰撞、但帧间机器人身体扫过障碍物的情况，MTC 方法针对性解决这一问题
- 核心主张：后空翻很酷，但真正决定人形机器人能否进入家庭的是「能否穿过奶奶的储物间而不撞墙」这类杂乱环境通行能力
「具身」频道最新
- Runway 发布 27B MoE 世界行动模型 Praxis-1,Fast 版中位延迟仅 73ms — ChongZzZhang · 2026-11-12
- Dream-1 双臂机器人现场演示：一句指令叠好黄毛巾 — DJiafei · 2026-11-12
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- 团队宣称造出智能手机价格的机器人,预售价外购更贵 — R4nsack · 2026-11-12
- CoRL 论文集证明：仿真训练已能产出顶尖真实机器人表现 — carlosdponx · 2026-11-12
- 机器人折毛巾现场翻车,机器人学家看完松了口气 — chris_j_paxton · 2026-11-12