Reflex 人形机器人用第一视角接住抛来的箱子,实机最高 65% 成功率
UW · hf · 2026-10-12
华盛顿大学联合 Stanford、USC、NUS 等机构发布 Reflex 框架,让人形机器人学会视觉反应式全身控制,代表任务是接住人类抛来的纸箱——需要全身协调、实时物体动力学响应、以及自我中心视觉三重能力。
- 三阶段训练:先用强化学习学基于状态的全身接箱策略;再让策略从延迟且不完整的观测中推断运动箱子的动力学;最后训练自我中心 RGB-D 编码器直接从视觉恢复该动力学表征,全身控制器保持冻结。紧凑的物体动力学表征成为三阶段的连接点。
- 仿真结果:自我中心 RGB-D 输入下接箱成功率 85.7%,接近拥有特权箱体观测的 87.9%;移除时序视觉历史会使居中和偏侧抛掷的成功率分别下降 35.6 和 39.8 个百分点。
- 实机结果:在 Unitree G1 上,2.5 米和 5 米距离接住真人抛箱成功率分别为 65% 和 40%,达到同距离人类接箱水平的 76% 和 59%。
「具身」频道最新
- 《Talk to Me》衍生沉浸恐怖剧将独家登陆 Meta Quest — ZeroStateReflex · 2026-10-12
- 手机视频量化马匹跛行分析,马界 Tinder 应用引热议 — RexDouglass · 2026-10-12
- 开源平价仿人机械手 Yeah Hand:套件仅约 217 美元 — CyberRobooo · 2026-10-12
- 让编程智能体写无人机代码：Fly-by-Code 从仿真飞进现实 — furongh · 2026-10-12
- StreamRender-H3：游戏引擎管逻辑，扩散模型实时渲染可交互世界 — songhan_mit · 2026-10-12
- 南洋理工 Artisan:多智能体管线生成物理合理的铰接 3D 资产 — nanyang-technological-university-singapore · 2026-10-12