苹果披露并开源HALO人形机器人控制系统
AI 总结
苹果研究团队披露HALO,这是一套将仿真中学到的技能迁移到宇树G1人形机器人的三层控制系统,并开源了数据生成、模型训练、任务编排和部署代码。系统使用基于千问的视觉语言模型进行任务编排,使用Qwen3.5-2B与DiT解码器生成动作,并由经强化学习训练的跟踪器执行关节控制。真机部署时,搭载M4 Pro芯片的Mac mini负责运行上两层,机器人自带硬件运行跟踪器。据论文披露,HALO在6个未建图真实环境的360次单项任务测试中平均成功率为91%,并在一个真实环境对3种复合任务进行的测试中平均成功率为70%。团队表示,新增物理任务仍需人工编写提示词和设计动作关键帧;触觉感知有限及遮挡也可能降低接触较多任务的表现。
深度见解
HALO将合成训练数据、可部署的三层控制架构以及覆盖完整开发流程的开放代码结合起来,为研究者和机器人开发者提供了一条把仿真技能迁移到真实人形机器人的可复用路径。
#Apple#HALO#Unitree G1#Qwen3.6-35B-A3B#Qwen3.5-2B#Mac mini M4 Pro#NVIDIA H100#NVIDIA B200#INFINIGEN#Isaac Sim