Berkeley 团队 HuGo 论文入选 CoRL 2026 聚焦,用 LLM 写全身策略代码

m_wulfmeier · x · 2026-11-10

作者 mwulfmeier 祝贺合作者 Negar Mehr 获得 CoRL 2026 早期职业奖 spotlight(berkeleyai)。配图为会议现场幻灯片,展示了其合作论文 HuGo:《LLMs as Whole-Body Policy Code Designers for Humanoid Loco-Manipulation》(arXiv 2609.32108,作者含 Seoyeon Choi 等)。

论文思路:用「教练策略代码」(Coach Policy Code)作为高层模块,根据观测输出高层动作,驱动一个冻结的低层全身策略控制人形机器人,实现把已有技能「教练」到新任务上——即让 LLM 充当人形机器人运动-操作全身策略代码的设计者。