Zero-HLM：零真机数据训练人形机器人全身移动操作，成功率 23%→69%
siyuanhuang95 · x · 2026-10-29
研究者发布 Zero-HLM：无需任何真实机器人数据即可训练可泛化的人形全身移动操作（loco-manipulation）模型。
核心思路是 real2sim2real：
- 📱 用手机扫描真实场景
- 🌐 借助 Astra 构建视觉逼真、物理可用的数字孪生
- 🦾 在仿真中生成全身操作示范数据
- 🚀 将学到的策略直接零样本迁移到真机
仅用仿真任务训练的策略即可零样本迁移到 Unitree G1 人形机器人，完成三个长时程任务；在五个泛化设置下，真实世界综合成功率从真机数据训练的 23% 提升到仿真数据的 69%，回答了「是否真的需要大量真机数据」的问题。
「具身」频道最新
- Odyssey-3 世界模型实现实时高物理精度环境模拟 — Scobleizer · 2026-10-29
- StackChan 桌面机器人新增 meme 生成、邮件和「蹦迪模式」 — alexcovo_eth · 2026-10-29
- 密歇根大学开源 Open Source Leg：模块化动力假肢人人可用 — lukas_m_ziegler · 2026-10-29
- 乐鑫推 ESP-Mosaico 套件：480×480 触屏+磁吸扩展，主打 Vibe Coding — songguoxiansen · 2026-10-29
- 机器人「美国制造」关税门槛：物料成本 65% 美国产成硬指标 — MatthewChang · 2026-10-29
- 上海矩阵机器人 Matrix-3 人形机器人亮相乌镇互联网大会 — CyberRobooo · 2026-10-29