统一惯性编码器实现人形零样本迁移

2026年11月10日，arXiv Robotics 报道 Yutian Chen 等作者提出统一惯性编码器（unified inertial encoder）。该编码器通过运动学 IMU 合成，在对应身体部位表示人类与人形机器人运动，并在这一共享输入空间联合训练速度估计与运动-文本对齐。报道称，所得模型无需物理仿真、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所评估方法中最低的速度误差，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。上述条件与结果均针对该模型及 Unitree G1 的测试，报道未提及其他机器人平台或更广泛场景的验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。