arXiv Robotics· Yitang Li, Zhengyi Luo, Tonghe Zhang, Cunxi Dai, Anssi Kanervisto, Andrea Tirinzoni, Haoyang Weng, Kris Kitani, Mateusz Guzek, Ahmed Touati, Alessandro Lazaric, Matteo Pirotta, Guanya Shi·· 2 小时前AI 评分58
BFM-Zero：用无监督强化学习构建可提示人形控制行为基础模型
BFM-Zero: A Promptable Behavioral Foundation Model for Humanoid Control Using Unsupervised Reinforcement Learning
AI 导读
BFM-Zero 提出一种可提示的行为基础模型框架，把动作、目标和奖励嵌入同一潜空间，使单个策略无需重训即可响应多类下游任务。作者在 Unitree G1 实机上演示零样本动作跟踪、目标到达、奖励优化和少样本优化式适配，并借助奖励塑形、域随机化和历史依赖的非对称学习缩小仿真到现实的差距，这些设计在仿真中做了定量消融。论文已被 ICLR 2026 接收。
来源：arXiv Robotics · arxiv.org