Sim2Real新突破：Jim Fan团队造机器人「修仙」模拟器，挂机50分钟=修炼一整年
文章摘要
【关 键 词】 机器人训练、HOVER模型、Sim2Real、具身智能、技术突破
Jim Fan团队的最新研究实现了机器人训练的10,000倍加速，使得机器人在虚拟环境中一年的训练在现实中仅需50分钟，且无需微调即可应用于现实世界。这一成果通过1.5M参数实现，远低于谷歌、Meta和OpenAI等公司的模型参数量。HOVER模型，由英伟达GEAR团队研发，通过模仿全身运动作为任务的共同抽象，为机器人提供了通用的运动技能，使其能够学习多种全身控制模式。这种方法的灵感来源于人类大脑在日常生活中的潜意识计算，HOVER能够使机器人精确控制电机，协调运动和操作，实现多种控制模式的整合。
HOVER模型不仅适用于单个机器人动作模块，还支持多种机器人共同训练，打破了以往机器人训练的局限性。Jim Fan团队的这一成果被认为将推动2024年成为机器人、游戏AI和模拟的一年。GEAR团队的具身智能研究，强调AI的“具身性”，即AI拥有实体，直接与环境交互，在真实世界的复杂性中提升自我。
Sim2Real（从模拟到现实）是AI领域的关键问题，涉及将仿真环境中学习到的知识或技能成功地应用到实际环境中。随着深度学习和机器人技术的进步，Sim2Real领域在2010年代受到更多关注。尽管面临“现实鸿沟”的挑战，即仿真与现实环境在细节上的差异可能影响模型在现实环境中的表现，但随着技术的发展，Sim2Real逐渐被认为是实现具身智能的最高效路径。
研究者们正在探索如何弥合真实与虚拟之间的差距，包括Jim Fan的HOVER模型无需微调即可迁移到现实环境，苏昊提出的生成数据和模拟数据之间的互补关系，以及李飞飞团队提出的“数字表亲”概念。这些研究目标都是为了实现机器人技术的高效整合与应用，为Sim2Real领域的研究提供更可靠的开发基础。
原文和模型
【原文链接】 阅读原文 [ 5140字 | 21分钟 ]
【原文作者】 AI科技评论
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★☆
