外观
新闻Robotics & Automation News12 天前
Skild AI自博弈训练S1模型，140年仿真习得足球技能并迁移至人形机器人
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Skild AI trains robots to learn physical skills through self-play（Robotics & Automation News）
核心内容
Skild AI展示了基于S1机器人基础模型的自博弈（Self-play）训练范式，在Nvidia Isaac Sim构建的仿真环境中进行了超过140年的模拟足球对局。该方法仅设定“进球”单一目标，不依赖人类演示或细分行为奖励函数，使机器人从最初勉强行走逐步自主涌现出跌倒恢复、带球过人、护球及抢断等复杂运动技能，并最终成功将仿真策略零样本迁移至实体人形机器人完成实机踢球演示。
技术架构上，S1模型预训练阶段融合了人类视频、手套数据、仿真及遥操作数据以建立基础能力，后训练阶段则通过自博弈解除人类数据天花板限制。智能体在与自身历史版本的对抗中持续迭代，对手能力的提升直接驱动策略进化。目前四智能体实验已初步涌现传球与协作行为，团队计划将该范式扩展至工厂、建筑及家庭场景的多机协同操作与导航任务，旨在解决具身智能对海量人类标注数据的依赖瓶颈。
关键看点
- 自博弈机制：仅设进球目标，通过与自身历史版本对抗自主涌现运球、防守等技能，无需人工设计细分奖励函数
- 仿真规模与工具：基于Nvidia Isaac Sim环境累计训练超140年，策略从基础行走进化至高动态对抗并实现Sim-to-Real迁移
- S1模型架构：采用人类视频与遥操作数据预训练奠定基础，通过后训练自博弈突破人类演示数据的能力上限
- 多智能体扩展：四智能体足球实验已初步验证传球与战术协调行为，后续将拓展至工业与家庭场景的协作操作
工程与产业观察
该进展验证了自博弈在连续物理控制领域的有效性，为具身智能提供了“人类数据打底+仿真自主进化”的新范式。若该技术能从竞技体育泛化至非结构化工业场景，将显著降低对高质量真机示教数据的依赖，是解决具身大模型长尾技能获取与能力上限问题的关键工程路径。
来源
本页事实对应的公开页面，以原文为准。