MimicAll：跨人形机器人共享运动跟踪框架

Jia Li、Lingyun Xu、Yitang Li、Hao Zhao 发布 MimicAll，一个让不同人形机器人共享同一套全身运动跟踪策略的强化学习框架。它用结构化本体描述符编码全局与关节对齐条件，训练覆盖 16 个人形机器人家族的 4096 个变体，并建立跨五个分布层、464 个机体的基准，用于评估运动泛化、同家族机体变化和未见家族迁移。 在相同训练转移量下，随机化 G1 机体在 100STYLE 上的 30 秒成功率为 99.4%，单机体专用策略为 42.9%。在排除地面和起身序列的 8 个 LAFAN1 动作子集上，跨 464 个机体测试时，机体条件不匹配会使自注意力方法的 30 秒成功率从 61.7% 降至 47.0%，作者据此称本体信息带来闭环收益。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。