精选理由
想让人形机器人自己学会拿东西？VLK用48,000条合成轨迹模拟真实场景，直接在Unitree G1上跑通了导航和运输，省掉人工标注的苦力。
VLK提出利用3D高斯溅射（3D Gaussian Splatting）重建度量级室内场景，并合成导航与物体交互轨迹，生成48,000个配对视觉-语言-运动学（VLK）数据，无需人工干预。训练出的VLK策略能够预测短时全身运动轨迹，并通过全身跟踪器将预测转化为实际动作。在物理Unitree G1人形机器人上，该方法成功完成导航和单物体运输任务，实现了从模拟到真实的感知驱动操作。
AI 翻译 · 中文
VLK提出利用3D高斯溅射（3D Gaussian Splatting）重建度量级室内场景，并合成导航与物体交互轨迹，生成48,000个配对视觉-语言-运动学（VLK）数据，无需人工干预。训练出的VLK策略能够预测短时全身运动轨迹，并通过全身跟踪器将预测转化为实际动作。在物理Unitree G1人形机器人上，该方法成功完成导航和单物体运输任务，实现了从模拟到真实的感知驱动操作。
Perception-based humanoid loco-manipulation requires connecting egocentric observations and task instructions to whole-body motion. Learning this mapping requires synchronized egocentric images, language commands, and ro…