HumanoidNDM人形运动跟踪在线微调框架

2026年10月27日，arXiv Robotics 报道 Chao Chen 等作者提出 HumanoidNDM，一个面向人形机器人运动跟踪的在线微调框架，旨在弥合训练与部署之间的差距。该框架由真实世界训练的神经动力学模型驱动，采用低频参考扰动与自适应强度机制采集数据，在欧氏空间训练基于历史本体感知的动力学模型，并引入可微前向运动学，无需动捕系统，再通过模型梯度反传直接微调策略。在 Unitree G1 机器人上的物理验证显示，该框架能快速适应多种扰动；报道称其为首个无需 MoCap 的人形跟踪策略在线微调框架。目前事件进展限于该单篇报道所披露的框架设计与 G1 平台验证结果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。