CrossBFM 蒸馏共享行为潜空间,一套指令驱动多台人形机器人
Jan_R_Peters · x · 2026-10-01
- 来自 Tan-Dzung Do、Nico Bohlinger、Jan Peters 等人的新工作 CrossBFM,提出跨具身 Behavior Foundation Model,把「行为潜空间」本身当作可迁移资产。
- 现有 Behavior Foundation Model 用 Forward–Backward 表示为单台机器人训练可提示策略(一个潜向量可指定模仿动作、到达姿态或最大化奖励),但单机器人需数百 GPU 小时,且不同机器人学到的潜空间互不兼容。
- CrossBFM 利用 retargeting 带来的帧级对应关系,把潜空间迁移变成监督回归,目标机器人侧无需仿真器或重新训练;统一编码器架构不到 1 GPU 小时即可同时覆盖所有训练具身,再用潜条件 tracker 以常规 PPO 训练约 10 GPU 小时得到全身控制。
- 在三台人形机器人上验证三种提示模式均可迁移:潜条件策略的动作跟踪仅比关节条件版本差 0.025 rad,姿态间目标到达平滑无摔倒,奖励优化同样可迁移。代码即将开源。
所属事件:CrossBFM 让多台人形机器人共享行为潜空间(2 条相关)→
「具身」频道最新
- Google DeepMind 东京招聘游戏 AI 高级研究工程师,主攻 SIMA 与通用游戏 Agent — heiga_zen · 2026-10-01
- 值得关注的机器人圈 5 大风向标账号:Jim Fan、Physical Intelligence 双创在列 — RemiCadene · 2026-10-01
- DyRAD 实现动态驾驶场景雷达新视角合成,检出率 90.7% 远超基线 26.9% — Technion · 2026-10-01
- 研究发现 VLA 强化学习的参数更新呈低秩,集中在被忽视的 Timestep Modules — HOLILAB · 2026-10-01
- NVIDIA Cosmos 负责人刘明宇谈开源模型与物理 AI 未来 — Practical AI · 2026-10-01
- 华为 Mate 90 发布：麒麟 9050 Pro 首用 LogicFolding 架构 — ingliguori · 2026-10-01