CrossBFM: Ein gemeinsamer latenter Verhaltensraum für unterschiedliche Humanoide per Destillation
Ein Ganzkörper-Steuerungsmodell, mit dem ein Humanoide auf einen einzigen Prompt hin einen Tanz nachahmt, eine Pose einnimmt oder einer Belohnung folgt, kostet je Roboter normalerweise mehr als 100 GPU-Stunden Training. Dieser Preprint von VinRobotics, der National University of Singapore und der TU Darmstadt überträgt das für Unitrees G1 trainierte Modell auf Booster T1, Fourier N1 und einen hauseigenen Roboter namens M3, mit weniger als einer Stunde für einen gemeinsamen Encoder und weniger als zehn GPU-Stunden je Roboter, bei fast gleicher Tracking-Genauigkeit wie ein spezialisierter Regler.