BFM-Zero可提示人形行为基础模型提出

2026年10月20日，arXiv Robotics 刊出 Yitang Li 等作者的论文，提出 BFM-Zero 可提示行为基础模型框架。该框架用无监督强化学习，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 实机上演示了零样本动作跟踪、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。目前进展为论文公开与实机演示，尚无后续跟进报道。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。