外观
新闻IEEE Spectrum Robotics19 天前
Workhorse算法赋能宇树G1实现无机器人演示全身操作
Hybrid Robotics发布Workhorse框架，使Unitree G1仅凭人类演示即可习得接触丰富的全身操作技能。该系统利用第一人称RGB与本体感知数据，在真机上成功完成分拣、接物及攀爬等复杂任务，突破了人形机器人对遥操数据的依赖。
宇树 G1本文由 AI 根据公开内容整理，可能有误，请以原文为准：Video Friday: Robot Decommissioning Takes a Fun Turn（IEEE Spectrum Robotics）
核心内容
Hybrid Robotics团队推出Workhorse学习框架，旨在解决人形机器人在缺乏机器人遥操数据时难以掌握接触丰富全身操作的痛点。该方法直接利用无机器人参与的人类演示视频作为训练源，结合第一人称RGB视觉与本体感知信号，实现了从人类动作到机器人策略的跨域迁移。在真机验证环节，Unitree G1人形机器人展示了双手分拣箱体、踢箱调整姿态、动态接住抛掷物以及推倒并攀爬行李箱等高难度交互能力，证明了纯人类演示数据在具身技能学习中的有效性。
技术层面，Workhorse通过融合Egocentric RGB与Proprioception构建了无需机器人硬件介入的数据采集范式，降低了高质量操作数据的获取门槛。同期，MIT发布的SANDO导航系统为移动机器人提供了基于机载算力与数学保证的动态避障路径规划；NC State大学则研发出受海百合启发的软体水下机器人，仅靠两路气动输入即实现垂直游动、定向转向与三维重定向三种模式。此外，EPFL LMTS展示了新型线状线性电机，为微型精密驱动提供了新硬件选项。
关键看点
- Workhorse框架：利用无机器人人类演示数据，使Unitree G1习得分拣、接物及攀爬等接触丰富全身操作技能
- SANDO导航：MIT新系统基于机载传感器与数学保证，实现未知环境中动态障碍物的安全实时路径规划
- 软体水下机器人：NC State受海百合启发设计，仅用两路气动输入实现垂直游动、转向与3D重定向三模态
- 线状线性电机：EPFL LMTS研发的新型螺纹状驱动器，为微型机器人提供高功率密度精密致动方案
工程与产业观察
Workhorse验证了利用纯人类视频数据训练人形机器人全身操作的可行性，大幅降低了对昂贵遥操设备的依赖，为具身智能数据飞轮构建提供低成本路径。结合SANDO的安全导航与新型微驱硬件，表明当前研究正从单一运动控制向“数据高效学习+安全部署+新型执行器”的系统工程闭环演进，加速人形机器人从实验室走向非结构化场景。
来源
本页事实对应的公开页面，以原文为准。