X-WBC：人形全身控制的跨实体基础模型

将人形全身控制扩展到通用部署需要大量的人体运动语料库和在机器人身体之间共享的训练经验。现有方法通常为每个机器人训练一种策略，从而使各个实施例的运动体验相互隔离。我们引入了 X-WBC，这是一个跨实施例的基础框架，它将相对共享的人类运动语义与特定于实施例的物理执行分开。以人为中心的命令标记对齐完整的人体运动、机器人参考运动和稀疏的 VR 观察。因果 Transformer 从混合的多机器人部署中学习可重用的时间结构，而轻量级机器人特定模块将共享表示映射到每个机器人的本体感觉和动作空间。在九个模拟实施例、外部运动和四个真实机器人中，实验表明联合训练改善了跟踪，对齐的表示支持跨命令源的一致控制，并且学习的策略在训练语料库之外仍然具有竞争力。这些结果支持异构类人作为联合数据源，并建立跨实体联合训练作为全身控制基础模型的实用途径。