I-BFM 是面向人形机器人与物体交互的行为基础模型,用无监督强化学习建立机器人、物体和接触的共享表示。同一策略可按下游奖励完成搬箱、推箱和踢箱,论文也报告了宇树 G1 真机实验。

基础信息

模型类型
运动与全身控制
已收录版本
I-BFM

论文与报告 (1)

I-BFM: Reward-Conditioned Robust Humanoid Interaction via Unsupervised Reinforcement Learning

有论文

arXiv: 2610.06129
作者与单位 (11)

署名方式: 原文顺序

  1. Ziqi Han

    未提供

  2. Yitang Li

    未提供

  3. Junhan Sun

    未提供

  4. Fanrong Dong

    未提供

  5. Yaojie Shen

    未提供

  6. Lei Ye

    未提供

  7. Zetong Jing

    未提供

  8. Yongqi Zhang

    未提供

  9. Yiming Zhang

    未提供

首版日期
2026-10-05
论文最新修订
未提供
会议 / 期刊
arXiv

覆盖的模型版本

官方资料

提交来源或更正