P-BFM:仅凭平地参考让 Unitree G1 自适应复杂地形
ChongZzZhang · x · 2026-10-17
研究者发布 P-BFM(Perceptive Behavioral Foundation Models),让人形机器人只靠平地动作参考就能适应楼梯、斜坡、粗糙地形等多种环境,无需针对地形的示范数据。
- 方法:用无监督 RL 与 forward-backward 表征把动作参考、目标状态、奖励编码进统一的「行为意图空间」,把「做什么行为」与「怎么执行」解耦;
- 感知:策略网络用深度相机观察地形,自适应全身执行;显式的 heading/速度指令控制根部运动;
- 能力:同一个冻结策略在 Unitree G1 上支持动作跟踪、目标到达、奖励推断和遥操作,对踢击扰动也较鲁棒;
- 项目页提供浏览器内交互式仿真,论文、视频、代码已开放。
「具身」频道最新
- Standard Bots CEO：机器人处于 1973 年的计算机时代 — Rewkang · 2026-10-17
- AGI House×Google Gemma 硬件黑客松:LiteRT 赛道单项奖金1.5万美元 — agihouse_org · 2026-10-17
- 研究者构建生成式机器视觉管线：单目视频重建场景静态与动态元素 — RexDouglass · 2026-10-17
- Starkey 发布 Omega AI+ 助听器：Quad DNN 架构与睡眠追踪 — BrandonSawalich · 2026-10-17
- RAX 全量开源：零演示数据，连失败实验都放出来了 — du_yilun · 2026-10-17
- RAX：靠扩展探索而非示教，机器人零遥操作学会精细操作 — du_yilun · 2026-10-17