SuperMimic 训练人形机器人全身控制，GPU 时耗降低超 1000 倍
kevin_zakka · x · 2026-10-22
UC Berkeley 团队（qiayuanliao 等，经 Pieter Abbeel 转发）发布 SuperMimic，大幅降低人形机器人全身控制策略的训练成本：
- 覆盖 129,514 个动作，单个策略学习所有动作；
- 以 1 块 GPU 训练 3 小时即超越此前 SOTA（128 块 GPU 跑 7 天），GPU 时耗降低超过 1000 倍；
- 关键在于两点：world model 比常规仿真快得多；通过时间反向传播（backprop through time）比策略梯度收集到多得多的学习信号。
Abbeel 评价这是人形全身控制训练的 game changer。项目页与演示视频已公开。
所属事件:UC Berkeley 发布 SuperMimic：人形机器人训练 GPU 时耗降超千倍(2 条相关)→
「具身」频道最新
- Agility 机器人扩张:Digit 5 订单超 3 亿美元,匹兹堡建东部服务中心 — jonstephens85 · 2026-10-22
- 小唐尼上身 Snap 新款 SPECS AR 眼镜演绎「真人钢铁侠」 — CodeByPoonam · 2026-10-22
- 5000 美元的宇树 R1:评论称它更像早期 DJI 入门无人机 — jonstephens85 · 2026-10-22
- 世界模型+APG 范式：单 GPU 1.24 小时复现 SuperMimic 人形全身控制 — ChongZzZhang · 2026-10-22
- 复现 Gemini 机器人报告：零样本双臂交接 harness 现已开源 — berkeley_ai · 2026-10-22
- SCOUT 方法：机器人凭动作结果反馈，几次尝试即可实机自适应 — davheld · 2026-10-22