Boyu Chen

UniT框架实现机器人的人到人形策略迁移

研究人员推出了UniT框架，旨在创建一个统一的物理语言，用于将人类生成的策略迁移到人形机器人。该方法通过利用大规模人类运动数据，克服了运动学差异，并通过三分支交叉重建机制解决了机器人数据稀缺的问题。UniT有效地将动作锚定到物理结果，并过滤视觉信息，将它们提炼成一种不依赖于具身性的共享潜在物理意图空间。该框架在策略学习中展示了最先进的数据效率和分布外泛化能力，并通过世界建模增强了人形视频生成中的动作可控性。