SuperMimic：1 张 GPU 训练 3 小时超越 128 张 GPU 训练 7 天的人形控制 SOTA

qiayuanliao 团队发布 SuperMimic，称其以 1 张 GPU 训练 3 小时，在 129,514 段动作上超越此前 128 张 GPU 训练 7 天的人形控制 SOTA。其训练所需 GPU 时降低超过 1000 倍。背景方案 DMO 探索解耦策略，并已在 Unitree Go2 上完成四足与双足 sim-to-real 部署。