InterEvolve：面向人形机器人移动与操作的测试时奖励程序进化
InterEvolve研究人形机器人如何在不重新训练的情况下，利用已有技能完成训练期间未接触过的移动与操作任务。具备物体感知能力的行为模型和LLM代理利用执行反馈及经过验证的程序，迭代改进奖励程序；数值优化器则调整其参数。在仿真中，该方法为多种任务和长时序动作组合生成了相应行为。部分进化出的技能还借助机载第一人称视角感知，在Unitree G1上实现了自主运行。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。