机器狗用16分钟真实数据学会行走

开发者 MarcJSchmidt 宣布，其世界模型仅使用约16分钟真实世界录制数据和3分钟 GTX 3080 GPU 训练时间，便让 Unitree Go1 四足机器人学会稳定行走；整个过程完成4000次策略更新，模型总参数量约10万。 据他称，训练采用基于 BPTT 的 MBRL 和可跨机器人共享特征的通用世界模型，无需仿真器、预训练、先验、稠密奖励或特权仿真数据，并可实时观察模型从零学习环境到行走。他表示该方法可直接套用于其他机器人，但目前瓶颈转向设计更好的奖励函数。

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。