人形机器人要完成“坐下”“走到指定物体”这类任务，需要把像素和自然语言映射到全身关节指令，而这类配对数据此前只能靠遥操作或穿戴设备逐条录制，一小时数据至少耗一小时人力。HALO把数据生成搬进仿真：在一千个程序化生成的住宅里合成第一人称视觉—语言—动作数据，再用分层系统把自由语言请求拆成子任务、生成五秒全身运动计划并由感知跟踪器执行。训练中从未见过真实住宅，系统零样本迁移到六个未扫描、未建图的真实家庭，360次试验成功率91%。
人形机器人全身控制通常由一个策略同时驱动上下身，上身大幅动作会拖累下身平衡，训练也容易在两者之间互相干扰。JAEGER把上身与下身拆成两个独立控制器，共享观测与奖励，并先用监督学习初始化上身、再以强化学习联合训练，同时支持根速度跟踪与关节角跟踪两种指令模式。在H1与H1-2两个平台的仿真对比中，JAEGER的上身关节跟踪误差低于HumanPlus、ExBody与OmniH2O等基线，姿态模式下的关节误差约为其他方法的30%至60%。
人形机器人 Reflex 只靠机载 RGB-D 视觉接住人抛出的纸箱，仿真中接住率 85.7%，接近使用特权箱体观测的 87.9%，真机在 2.5 米和 5 米处分别为 65% 和 40%。
CrossBFM 冻结在 Unitree G1 上预训练的 Behavior Foundation Model 的 backward map，利用重定向数据提供的逐帧跨本体对应关系，用一个无机器人专属参数的统一编码器把该潜空间蒸馏到 Inhouse M3、Booster T1、Fourier N1 三款人形机器人上，编码器训练不到一 GPU 小时、每个跟踪器再加约 10 GPU 小时，三种提示模式（动作跟踪、目标姿态到达、奖励优化）均可迁移，潜条件策略相对关节条件策略仅损失 0.025 弧度，用四分之一动作语料只损失 5% 跟踪性能，在未见过的形态相近机器人上最多恢复 89% 的跟踪性能，并在真机上验证。
已读完全部报道