PulseAugur
实时 17:43:44
English(EN) OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction

OmniRetarget引擎为人形机器人生成交互保持数据

研究人员开发了OmniRetarget,一个旨在改进人形机器人训练的新型数据生成引擎。该系统通过保持机器人、其环境和被操纵物体之间至关重要的交互,解决了现有方法的局限性,这些交互在从人类动作捕捉数据转换时常常丢失。OmniRetarget生成物理上合理且交互丰富的轨迹,使强化学习策略能够在Unitree G1等机器人上执行跑酷和运动操纵等复杂任务,且所需的奖励项更少,无需学习课程。 AI

影响 通过提高数据生成质量,实现更高效的人形机器人复杂物理任务训练。

排序理由 发布了详细介绍人工智能研究新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Lujie Yang, Xiaoyu Huang, Zhen Wu, Angjoo Kanazawa, Pieter Abbeel, Carmelo Sferrazza, C. Karen Liu, Rocky Duan, Guanya Shi ·

    OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction

    arXiv:2509.26633v3 Announce Type: replace-cross Abstract: A dominant paradigm for teaching humanoid robots complex skills is to retarget human motions as kinematic references to train reinforcement learning (RL) policies. However, existing retargeting pipelines often struggle wit…