外观
论文HF Daily Papers · arXiv 2610.329095 天前
HoloBoxing：单GPU训练7分钟实现人形机器人拳击技能迁移
本文由 AI 根据公开内容整理，可能有误，请以原文为准：HoloBoxing: A Simple Recipe for Humanoid Boxing with 7 Minutes of Single-GPU Training（HF Daily Papers · arXiv 2610.32909）
核心内容
HoloBoxing研究提出一种面向人形机器人拳击任务的轻量化学习方案，核心在于构建可复用的分层控制架构。该方法将全身运动控制与高层任务规划解耦，冻结预训练的底层关节级控制器，仅针对紧凑的上层策略进行优化。实验表明，在已有控制器基础上，包含表示拟合与任务强化学习在内的全流程额外训练耗时仅约7分钟（单GPU），显著降低了具身技能学习的算力门槛与时间成本。
技术实现上，系统引入一个学习型解码器，将32维低维动作空间映射为结构化的未来身体关键点目标窗口，作为上层规划器与底层执行器的接口。训练初期采用测量状态模仿学习对规划器进行冷启动初始化，随后通过强化学习微调交互行为。这种设计避免了从头学习全身控制的样本低效问题，使任务优化聚焦于高层语义决策，同时验证了目标表示结构与模仿初始化在复杂动态对抗场景中的关键作用。
关键看点
- 分层解耦架构：冻结预训练全身控制器处理关节执行，上层规划器仅输出身体关键点目标，避免重复学习基础运动技能
- 极低训练成本：在复用底层模型前提下，单GPU完成表示拟合与RL任务微调的额外训练总时长仅需约7分钟
- 低维动作解码：设计学习型解码器将32维紧凑动作映射为结构化目标窗口，有效压缩高层策略搜索空间
- 模仿冷启动机制：利用测量状态模仿学习初始化规划器，为后续奖励驱动的强化学习探索提供高质量行为先验
工程与产业观察
该工作验证了“预训练通用底座+轻量级任务适配”在人形机器人高动态技能学习中的工程可行性。通过标准化动作接口与模仿初始化，将复杂对抗技能的RL训练压缩至分钟级，为具身智能从仿真到真机的快速技能迭代提供了低成本范式参考，尤其适合算力受限的边缘端部署或频繁的任务切换场景。
英文摘要 (Abstract)
HoloBoxing presents a simple recipe for learning humanoid boxing by building on a pretrained whole-body controller. The recipe separates reusable motor skills from task decisions: a compact planner requests future body-point targets, while the frozen controller handles joint-level execution. A learned decoder maps 32-dimensional actions to structured target windows, and measured-state imitation initializes the planner before reinforcement learning. Task learning then refines interaction behavior while reusing the decoder and controller, avoiding the need to relearn whole-body control. This combination keeps task optimization focused on a compact upper policy and supplies an initial behavior before reward-driven exploration. Starting from that available controller, the recipe accounts for about seven minutes of additional training, including reused representation fitting and a single-GPU task run. This excludes controller pretraining, data preparation, evaluation, and search. Simulated boxing experiments and component controls evaluate the resulting behavior and the roles of imitation initialization and the target representation.
Hugging Face Daily Papers 热度：2 upvotes 作者：Xihan Ma, Bo Zhang, Boxiong Li, Yuhan Bao, Ziyue Liu, Yucheng Wang
来源
本页事实对应的公开页面，以原文为准。