SuperMimic 将人形全身控制训练的 GPU 时数降低超 1000 倍

SuperMimic 在 129,514 个动作上训练人形全身控制策略，用 1 块 GPU、3 小时超越此前 128 块 GPU、7 天的最优结果，GPU 时数减少超 1000 倍。Pieter Abbeel 转发并称其为游戏规则改变者，指出其关键在于用比常规仿真更快的世界模型，以及通过时间反向传播收集远多于策略梯度的信号。项目页为 https://supermimic.github.io，演示见 https://supermimic.github.io/demo/。