金融工程师把 NVIDIA SONIC 移植到 AGIBOT X2,迁移成本仅 6 GPU 小时

Scobleizer · x · 2026-11-03

旧金山一位金融工程师 Sitaram 将 NVIDIA 开源的 SONIC 全身控制模型移植到了从未训练过的 AGIBOT X2 机器人本体上。其流程为:先在 Isaac Lab 中并行训练数千台虚拟 X2,再用第二个物理引擎 MuJoCo 复测,最后部署到真机。早期策略在仿真中 6 秒内就摔倒,修复方法是给脚部加球体碰撞体并调整旋转顺序。他还把车库扫描进仿真平台,让 X2 能先在数字孪生中排练。随后一个月他完成更大突破:将在其他机器人平台上训练 200 万步的动作规划器直接迁移到 X2——从头训练约需 1 万 H100 GPU 小时,而他只用单张工作站 GPU 六小时完成迁移。现在这台机器人能走路、跳舞并镜像他的全身动作。