SuperMimic改用身体模型训练机器人控制器
人形机器人的运动控制训练,有了不再只靠物理仿真器反复试错的新路径。据华尔街见闻10月26日转述野村国际(香港)报告,加州大学伯克利分校的SuperMimic论文显示,通过先学习机器人的“身体模型”、再在模型内部训练全身运动控制器,可以大幅压缩训练算力消耗。 报道给出的对比是:原本需要128块GPU运行一周的任务,现在仅需一块H100 GPU运行三小时,算力消耗压缩逾1000倍。
理解变化,发现价值AI · 科技 · 金融 · 开源
收录 1 篇关于“SuperMimic”的文章,最近更新于 2026-10-26。
人形机器人的运动控制训练,有了不再只靠物理仿真器反复试错的新路径。据华尔街见闻10月26日转述野村国际(香港)报告,加州大学伯克利分校的SuperMimic论文显示,通过先学习机器人的“身体模型”、再在模型内部训练全身运动控制器,可以大幅压缩训练算力消耗。 报道给出的对比是:原本需要128块GPU运行一周的任务,现在仅需一块H100 GPU运行三小时,算力消耗压缩逾1000倍。