跳到正文
arXiv · ML· Yangsong Zhang, Anujith Muraleedharan, Rikhat Akizhanov, Abdul Ahad Butt, G\"ul Varol, Pascal Fua, Fabio Pizzati, Ivan Laptev·· 2026-10-09AI 评分23

PhysMoDPO:基于偏好优化实现物理合理的人形机器人运动生成

PhysMoDPO: Physically-Plausible Humanoid Motion with Preference Optimization

AI 导读

提出 PhysMoDPO 直接偏好优化框架,将全身体控制器整合进训练流程,使扩散模型生成的运动在满足物理约束的同时忠实于原始文本指令。 使用基于物理和任务特定的奖励信号为合成轨迹分配偏好,避免依赖人工设计的物理感知启发式规则。在 G1 人形机器人上的零样本运动迁移和真实世界部署实验中,该方法显著提升物理真实感与任务指标。

来源:arXiv · ML · arxiv.org