arXiv Robotics· Yutian Chen, Shibo Zhao, Rocky Duan, Karen Liu, Carmelo Sferrazza, Guanya Shi, Yuheng Qiu, Koushil Sreenath·· 5 小时前AI 评分38
统一惯性编码器：用人类运动数据实现人形机器人零样本状态估计
A Unified Inertial Encoder for Human and Humanoid Motion
AI 导读
研究者提出统一惯性编码器，通过运动学 IMU 合成在对应身体部位表示人类与人形机器人运动，并在该共享输入空间联合训练速度估计与运动-文本对齐。模型无需物理仿真、真机训练轨迹或微调即可零样本迁移至实体 Unitree G1，在五个数据集上取得最低速度误差，真机 G1 上为 0.099m/s。其运动描述检索还能泛化到仅在人类训练数据中出现过的重定向 G1 运动类别。
推荐理由模型分析
该研究用运动学 IMU 合成把人体与人形机器人的惯性输入对齐到同一接口，使人体动作数据可联合训练速度估计与动作—文本对齐，并零样本迁移到实体 Unitree G1。对做惯性里程计、人形状态估计和语言接地动作理解的团队，可参考其共享输入空间与随机化设计，以及 0.099m/s 速度误差这一实机基线；结论限于所测五个数据集与 G1 平台。
来源：arXiv Robotics · arxiv.org