HuGo 方法用 LLM/VLM 自动生成验证机器人策略,无需示范和奖励工程
m_wulfmeier · x · 2026-10-02
机器人学习的大多数精力花在收集演示或设计任务专属奖励函数上。HuGo 另辟蹊径:用 LLM 和 VLM 作为通用工具来生成和验证策略,不需要演示数据或奖励塑造,只需用语言定义新任务。
方法要点
- LLM/VLM 在高层生成指令,由 NVIDIA 的 SONIC 执行,底层由 RL 控制器完成
- 经过多轮 sim2real 与真实世界持续学习,数据效率显著
- 同一方法可开箱即用地迁移到真实世界适配(new task 不需重头设计)
作者 mwulfmeier 表示团队在做机器人足球时亲历了示范收集的痛苦,HuGo 是对此的直接回应,项目由 seoyeonchoi827 主导。
「具身」频道最新
- 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
- LeRobot 0.7 发布:新增 YAM、reBot B601 与宇树 G1 多款机器人硬件支持 — mishig25 · 2026-11-16
- MathWorks 开源机器人资源库:机械臂、无人车、无人机示例一站式入门 — lukas_m_ziegler · 2026-11-16