SuperMimic提出一种人形机器人全身控制新方法:学习单一可微分世界模型刻画共享动力学,通过短时想象回传解析策略梯度,替代高成本无模型强化学习。单GPU训练3小时即超过SONIC已发布检查点,计算量减少超1000倍;在129,514个动作基准上仅25个失败,而SONIC失败179个。策略可迁移至真实Unitree G1机器人。
完成下面两步后,将自动完成登录并继续当前操作。