KITE 让机器人技能跨手型零样本迁移,真机 7/10 成功率
qinzytech · x · 2026-10-08
KITE 框架将任务决策与运动控制分离，使机器人任务知识无需重新示范即可迁移到不同末端执行器（夹爪、灵巧手、夹爪+工具）。
- 架构：共享策略网络预测在何处、以何方向接触物体；每个机器人配一个解码器，把意图转成电机指令。策略从源示范学习，解码器由机器人几何与关节模型生成的合成数据训练。
- 仿真：从 Robotiq 夹爪迁移到 Barrett、Allegro、Wuji 手，抓方块成功率 100%（每目标 100 个未见 episode），另测按键与按压泵头。
- 真机：Wuji 手上抓方块 7/10、按键 8/10、压瓶泵 7/10，均无需目标任务示范或真机微调。
- 限制：所谓 zero-shot 仍需目标机器人运动学模型参与训练，迁移成功也取决于该机器人能否实现所需接触。
核心结论：任务示范可以在不同硬件间复用。
「具身」频道最新
- 微软联合 Nvidia 推 Surface Spark:128GB 内存售价 6000 美元 — casper_hansen_ · 2026-10-08
- Mecka 开放 33 个职位:重金布局 3D 重建与全身动作追踪 — Hesamation · 2026-10-08
- Google 发射首颗搭载 4 颗 TPU 的测试卫星,推进太空算力计划 — CurieuxExplorer · 2026-10-08
- NeurIPS 论文：人形视觉搜索不靠长链思考，靠 360° 想象 — _vztu · 2026-10-08
- 把 GPT、Claude、Grok 塞进真车去买汉堡,只有一家成功了 — nordicinst · 2026-10-08
- 英伟达联手微软押注 Windows 本地 AI：RTX Spark 笔记本与 DGX Station for Windows 发布 — NVIDIA Blog · 2026-10-08