HS-MoDP: Unitree G1 kombiniert getrennt gelernte Armfähigkeiten zu 73,3 Prozent
Ein Unitree G1 setzt einzeln gelernte Armfähigkeiten neu zusammen und schafft 73,3 Prozent bei ungesehenen Kombinationen. Ein günstiges Exoskelett hebt den kompletten Schrank-Ablauf von 35 auf 65 Prozent. Preprint.
Kann ein Humanoid einarmig vorgeführte Fähigkeiten in neuen Links-rechts-Kombinationen nutzen, ohne dass jede Kombination demonstriert wird?
Alle Kombinationen vorzuführen ist kombinatorisch teuer. Gemeinsam vorhersagende Strategien verschränken die Fähigkeiten. Kontaktaufgaben mit Unterarm und Rumpf lassen sich mit VR-Controllern schlecht lehren.
pi0.5, GR00T N1.7 und MoDE lernen beide Arme gemeinsam; VR-Teleoperation mit inverser Kinematik steuert Ellbogen und Arm-Rumpf-Kontakt nicht direkt.
HS-MoDP gibt jedem Arm eigene semantische Bedingung und Router in einen gemeinsamen Pool von Diffusions-Experten. Ein Vision-Language-Planer wechselt zwischen Manipulation und Umpositionieren. Das Exoskelett G1Exo bildet die 14 Armgelenke des G1 nach und hat eine Brustplatte als Rumpfgrenze.
73,3 Prozent im Mittel über sechs ungesehene Paarungen (60 bis 85 Prozent, je 20 Versuche); nur HS-MoDP schaffte überhaupt Paarungen. Mit G1Exo- statt VR-Daten stieg das Korbtragen ohne Henkel von 15 auf 85 Prozent und der komplette Schrank-Ablauf von 35 auf 65 Prozent.
Gemeinsames Lasttragen bleibt schwächer. Ein Robotermodell, 20 Versuche je Bedingung. Nicht begutachtetes Preprint; Code und Hardware erst nach Begutachtung.
Relevant für Integratoren und Forschungslabore, die Unitree G1 per Teleoperation trainieren, auch in Europa. Wiederverwendbare Fähigkeiten senken Datenkosten; ein isomorphes Exoskelett schlägt VR-Controller bei Kontaktarbeit.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.