ADAPT 论文:扩散动作先验让机器人用文本实时控制全身动作
breadli428 · x · 2026-11-03
ETH Zurich 与团队(作者 Yan Wu、Chenhao Li,合作者含 Marco Hutter、Siyu Tang)发布 ADAPT 框架,将入选 #CoRL2026(Session 3, Poster #174)。
核心内容:
- 端到端闭环的文本条件人形机器人全身控制:不同于主流「文本生成运动→再交给 tracker」的管线,机器人需在持续响应变化指令的同时保持平衡、动作自然、切换平滑
- 从带文本标注的人形状态-动作轨迹学习基于 diffusion 的动作先验,语言指令可直接执行多样化运动技能
- 在冻结的 diffusion 控制器上训练轻量级残差强化学习策略,提升长时程鲁棒性与指令切换平滑度
- 同一 diffusion 策略可复用为可引导的文本条件运动先验,用于下游任务适配(如「跑向目标」vs「弯腰行走向目标」),且保持风格
论文:arXiv 2609.00677
所属事件:ETH 苏黎世发布 ADAPT 框架：文本指令实时控制人形机器人(3 条相关)→
「具身」频道最新
- ADAPT 技术拆解：扩散 Transformer + 残差 RL 的四阶段流水线 — breadli428 · 2026-11-03
- ETH 苏黎世 ADAPT:文本指令 50Hz 端到端闭环控制人形机器人 — breadli428 · 2026-11-03
- 小米开源机器人基础模型 Xiaomi-Robotics-1，10万小时轨迹覆盖1700场景 — CyberRobooo · 2026-11-03
- 桌面机器人产线实拍照曝光：大量核心模组正批量组装 — victormustar · 2026-11-03
- Machenta 在伦敦国王十字车站办「教机器人」即时学习活动 — Ed__Johns · 2026-11-03
- 动物单图3D重建PRIMA被WACV2027接收，含9K伪3D数据集 — TrackingActions · 2026-11-03