亚马逊“盲眼”机器人30秒跑酷首秀惊艳！华人学者领衔

主要观点总结

这篇文章介绍了亚马逊机器人团队FAR发布的全新人形机器人研究成果——OmniRetarget，它能通过基于交互网格的动作重定向方法实现复杂的移-操一体技能，并完成从仿真到人形机器人的零样本迁移。OmniRetarget包括多种技术方法和实验结论。总的来说，这是一个开源的数据生成引擎，用于人形机器人的全身控制。

关键观点总结

关键观点1: OmniRetarget是一个基于交互网格的动作重定向方法

OmniRetarget通过交互网格建模机器人、物体和地形之间的空间和接触关系，生成运动学可行的变体，实现复杂技能的迁移。与其他动作重定向方法相比，它在硬约束、物体交互、地形交互、数据增强等方面表现出优势。

关键观点2: OmniRetarget用于人形机器人的全身控制

OmniRetarget从人类演示中获取动作参考，通过强化学习弥补动力学差异，实现物理可实现的动作。它可适配不同机器人形态和多种交互类型，只需调整交互网格中的关键点对应关系和碰撞模型。

关键观点3: OmniRetarget的实验结果

实验表明，OmniRetarget在生成精确且通用的参考动作方面表现出色，搭载OmniRetarget的宇树G1机器人成功完成了复杂的多阶段任务。此外，与其他开源重定向基线相比，OmniRetarget在运动学质量和下游强化学习策略评估方面表现更优秀。