Heave-Ho 框架让 2-10 台人形机器人无通信协作完成长程任务
yuewang314 · x · 2026-11-21
USC 与 VinMotion 团队发布 Heave-Ho:一个去中心化的多具人形机器人长程协作框架,论文已上传 arXiv。
- 低层控制:多智能体后训练框架,将人形基础追踪模型适配到存在物理耦合的交互场景,仅靠本地观测即可实现去中心化协同控制。
- 高层规划:训练视觉-语言规划器,并设计基于语音的 leader-follower 协调机制,无需网络通信即可同步执行。
- 泛化能力:仅用两台相同人形机器人训练,即可扩展到最多 10 台机器人,且无需重训练即可泛化到异构团队。
- HH-Bench:配套基准,包含 12 个可组合的协作任务原语,覆盖 2-10 台人形机器人团队(含异构团队),实验显示 Heave-Ho 系统性优于基线方法,真实环境实验验证了鲁棒的去中心化协作。
「具身」频道最新
- GPT-6.2 Astra 居 AA-Robotics 榜首,机械臂指令数比 Claude 少 75% — ArtificialAnlys · 2026-11-21
- 南加州大学发布 Heave-Ho:多人形机器人零通信协作,成功率 86% — yuewang314 · 2026-11-21
- Unitree G1 人形机器人「上岗」U-Haul,实拍引围观 — yuewang314 · 2026-11-21
- CMU 等发布 AgentRoboCritic:动作级评测揭示前沿 Agent 直接控制机器人的真实能力 — XiongChenyan · 2026-11-21
- AI 机器人雕刻石质工作室引惊叹,博主畅想彩色玻璃式视频墙 — PeterBowdenLive · 2026-11-21
- 多 agent 并行时需要专用硬件吗?Reddit 上的现实痛点讨论 — XxFreakhawkxX · 2026-11-21