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
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16