Metatron发布人形机器人全身执行层研究

2026年10月30日，Chen Tessler等人在arXiv（cs.AI）发布Metatron研究。该方案面向人形机器人，结合生成式基础策略与可编程技能层，实现全身执行控制。 研究将运动捕捉数据、合成恢复轨迹及重定向场景交互动作结合进行训练，训练后策略即被冻结。据报告，在Unitree G1实机上，单一冻结检查点支持行走、恢复、远程操作拾取物体及坐具等动作。 Metatron的技能层为普通代码，由编程代理分析运动数据并拟合紧凑规则。该方法无需针对特定任务进行策略训练，即可通过编程方式扩展机器人技能。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。