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
- 首版日期
- 2026-10-05
- 论文最新修订
- 未提供
- 会议 / 期刊
- arXiv
模型系列: 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。
有论文
署名方式: 原文顺序
核验日期 · 2026-11-21
| 文件 | 获取方式 |
|---|---|
| Unitree G1 · 166.560M steps | 获取方式 |
来源核验日期 · 2026-11-21
权重或代码可获取,不代表机器人可以即插即用。请按来源文档核对配置、数据与接口要求。
动作
人形机器人
强化学习