哈佛发布 GRASP：物理仿真中精修人类演示，助 RL 学会笔旋与 humanoid 交互
hankyang94 · x · 2026-11-01
哈佛计算机器人组在万圣节发布 GRASP（Gradient-Guided Sampling for Contact-Rich Physics-Based Motion Retargeting），面向灵巧手与人形机器人的动作重定向。
- 问题：人类演示经运动学重定向后看起来正确，但所需的接触与动力学机器人无法实现，下游 RL 被迫在追踪物理不一致参考的同时学技能。
- 方法：在策略学习前于物理仿真中精修参考动作；更好的参考帮助 RL 更有效学习接触密集的运动追踪。
- 演示：笔旋转（pen spinning）与人形-物体交互。
- 真机：Sharpa 灵巧手上的开环轨迹回放，以及 Unitree G1 上学习到的追踪策略。
论文、代码与数据集已开源，团队希望把运动追踪扩展到更多样的接触密集任务。
所属事件:哈佛发布 GRASP：无需可微仿真器优化灵巧手动作(2 条相关)→
「具身」频道最新
- Naval 预言：四座无人机将终结商业航空时代 — naval · 2026-11-01
- Meta Quest 新玩法:扫描你的房间变身万圣节鬼屋 — Scobleizer · 2026-11-01
- RoboAuto 论文：多层物理理解驱动机器人自主程序搜索 — DJiafei · 2026-11-01
- 开发者给机器人套幽灵装，替主人万圣节看门发糖 — chrismatthieu · 2026-11-01
- GRASP 作者对比 SuperMimic：从仿真经验中榨取更多优化信息的新路子 — hankyang94 · 2026-11-01
- Neuralink 用户用意念完成 3D 设计，数小时拿到实物 — Scobleizer · 2026-11-01