humanoid whole-body control上級
SuperMimic、ヒューマノイド全身制御をGPU1枚3時間で学習、SONICは約2万1000GPU時間
微分可能な世界モデルの中で学習するUCバークレーの制御器が、NVIDIA H100の1枚で3時間学習しただけで既存の動作追従器SONICの報酬を上回ったと、研究チームがCoRL 2026採択のプレプリントで報告した。SONICはL40を128枚使い7日間、約2万1000GPU時間を要した。12万9514動作のベンチマークで失敗は25動作とSONICの179動作より少なく、GPU2枚で9.8時間学習すると0になり、実機のユニツリーG1で宙返りや横転もこなした。