美国亚马逊FAR实验室联合麻省理工、加州大学伯克利分校、斯坦福大学和卡内基梅隆大学的研究团队本周公布了革命性成果——OmniRetarget交互保留数据生成引擎。这一技术使宇树G1人形机器人能够仅凭本体感觉完成复杂动作序列，无需依赖视觉或激光雷达系统。在演示视频中，机器人不仅能够搬动椅子作为踏板爬上桌子，还能执行跑酷式的翻滚动作缓冲落地，展现了惊人的运动能力。
OmniRetarget的核心创新在于其交互网格技术，该引擎精确建模并保留了机器人、地形与被操作物体之间的空间和接触关系。通过最小化人类与机器人运动网格间的变形差异，同时严格满足运动学约束，系统能生成符合物理规律的动作轨迹。研究团队通过多数据集验证，生成了超过9小时的高质量轨迹数据，在动作可行性和接触稳定性方面显著优于传统方法。
这一突破性进展使机器人仅需5个奖励参数和简单的环境随机化训练，就能掌握长达30秒的复杂动作序列。除演示的爬桌、翻滚动作外，系统还能支持8种不同风格的物品搬运方式。研究团队表示，这种纯本体感觉驱动的控制策略，在视觉传感器失效的极端环境下具有重要应用价值，为未来人形机器人在救灾、探险等场景的实用化铺平了道路。
原创文章，作者：秋秋，如若转载，请注明出处：https://www.kejixun.co/article/735461.html
