CMU 团队发布 COWBOY 框架：全身操作策略零样本泛化到数百种真实物体
rsalakhu · x · 2026-10-22
Ruslan Salakhutdinov 团队（CoRL 2026 论文，arXiv:2610.28948）提出 COWBOY，一个面向上下文感知全身操作的可扩展 sim-to-real 框架。
- 核心思路：一个通用抓取策略端到端协调移动底盘、机械臂、灵巧手与主动视觉，根据物体与场景几何自适应调整站位、视角与抓取。
- 训练方法：先用向量化、环境感知的全身控制器（WBC）在数千场景中处理伸手与避障，再在各局部场景训练 RL 专家并跨布局复用，最后将 WBC-RL 教师蒸馏为单一视觉策略，输入为点云。
- 效果：全身灵巧抓取零样本迁移到数百种物体和多样真实场景，包括杂乱桌面、货架、抽屉等非结构化环境。
「具身」频道最新
- 低成本模块化 UMI 数据采集装置开源思路获关注 — k7agar · 2026-10-23
- Universe 徽章板上手:RP2350 加 AGENTS.md,让 Copilot 直接写码部署 — mariorod1 · 2026-10-23
- 开源 UMI 夹爪 CAD 公开，致谢 Fastumi、Kiwi 与 Generalist AI — k7agar · 2026-10-23
- Hugging Face Hub 上线 OpenUSD，NVIDIA 入驻 2500+ 仿真资产 — mishig25 · 2026-10-23
- Serge Levine 播客:把一群机器人塞进会议室抓东西,PI 由此而生 — adityaag · 2026-10-23
- 50 美元魔改版 UMI 面世:快速采集数据训练部署机器人 — k7agar · 2026-10-23