LATENT 用不完美人类动数据教会人形机器人打网球对拉
chris_j_paxton · x · 2026-10-01
Galbot 团队的 LATENT 系统获得 IROS 2026 最佳娱乐与趣味论文奖，并用它让人形机器人实现人类水平的网球对拉。
核心思路是绕开「缺乏完整精细人类网球动作数据」的难题：
- 只收集捕捉击球等原始技能的动作碎片，大幅降低数据采集难度
- 用这些不完美数据学习一个潜在动作空间(latent action space)
- 在仿真中训练高层策略，组合这些动作在真机上执行网球技能
作者 Haofei Lu 与 Yunrui Lian 做客 RoboPains 第 80 期播客讲解方法，项目页、arXiv 论文与代码均已公开。
「具身」频道最新
- 美国机器人圈承认落后中国，但有观点称实际只排全球第三 — arian_ghashghai · 2026-10-02
- 微软预热下周 Windows 与 Surface 发布会，RTX Spark 主打开发体验 — tomwarren · 2026-10-02
- Asimov 发布人形机器人 Asimov 1,供开发者自建方案 — victormustar · 2026-10-02
- Autonomous 桌面机器人 Lamp 定价 499 美元本月发货 — dee_hw · 2026-10-02
- Boston Dynamics 发布 Atlas 新视频:全新「手部」亮相 — Recoil42 · 2026-10-02
- 华为 Tau Scaling 芯片铺开:Matex XT 2 冲百万销量,Mate 90 全系搭载 — pstAsiatech · 2026-10-02