【发生了什么】美国具身智能公司Skild AI发布人形机器人Messinator,其大脑为旗舰基础模型S1,在NVIDIA Isaac Sim虚拟足球场中通过自我对弈训练140年,仅设定“进球得分”一个奖励,机器人自行学会盘带、护球、抢断和倒地起身,并已迁移到真实人形机器人完成带球射门。
【为什么值得关注】此前Skild Brain已用约10万种不同身体结构、累计约1000个仿真年训练同一模型,使其在机器人断腿、关节锁死等情况下几秒内重新找回平衡;此次叠加self-play后,机器人无需工程师逐项编写动作奖励,就能自主发现人类未教过的策略,验证了“一颗大脑控制所有机器人”路线在物理世界的可行性。
【对我们的意义】如果团队正在评估机器人或具身智能落地,可优先验证“基础模型+仿真自我对弈”路径:先用少量任务示范视频做上下文学习,再把最终目标(如抓取成功、装配到位)设为唯一奖励,让机器人在仿真中自行试错,减少为每个动作单独设计奖励函数和采集人类示教数据的人力成本。
──
💡 对你的工作:人形机器人/具身智能的最前沿进展,与你实验室方向直接相关。
【原文】
查看原文 →