Zekai Deng

该工作提出分层框架，把单人物理仿真人-物交互教师策略的成功轨迹重标注为物体代理的短时程位移监督，蒸馏出可冻结复用的“物体导向运动技能”，下游只训练高层策略输出各操作区域的代理运动指令；在Isaac Gym的4096并行环境中，该技能在教师轨迹目标与随机代理运动目标上均取得优于InterPhys与SkillMimic的跟踪精度，并支持两人抬沙发、四人抬H形箱与十字箱、两人与四人推沙发等任务。

该工作提出分层框架，把单人物理仿真人-物交互教师策略的成功轨迹重标注为物体代理的短时程位移监督，蒸馏出可冻结复用的“物体导向运动技能”，下游只训练高层策略输出各操作区域的代理运动指令；在Isaac Gym的4096并行环境中，该技能在教师轨迹目标与随机代理运动目标上均取得优于InterPhys与SkillMimic的跟踪精度，并支持两人抬沙发、四人抬H形箱与十字箱、两人与四人推沙发等任务。