加州理工联合斯坦福推出HomeBody，让GPT Astra操控人形机器人
原标题：加州理工学院联合斯坦福推具身系统，让GPT-6 Astra帮人干活了
AI 摘要
加州理工学院联合斯坦福大学推出HomeBody系统，为GPT Astra配备持久空间记忆与复合人形动作能力，使其能引导Unitree G1完成厨房清洁、取药、丢垃圾等长程任务。该系统用即插即用VLM替代传统VLA中间层，通过Real2Sim在Isaac Sim中构建数字孪生并建立可扩展技能库，无需针对特定环境训练或编写动作脚本。技能可在RTX 4090笔记本本地运行，Astra远程调用，但推理延迟导致执行停顿，任务效率与技能丰富度仍待提升。
正文节选
机器人前瞻（公众号：robot_pro） 作者 | 钟宸 编辑 | 漠影 机器人前瞻9月28日消息，近日，加州理工学院联合斯坦福大学推出了HomeBody系统，该系统为GPT Astra配备了持久的空间记忆能力，并且能够执行复合式人形动作，从而应对长期任务。 在一个典型的厨房场景中，HomeBody允许Unitree G1在GPT Astra的引导下在房间内进行清洁工作，同时还能从不明确的请求中找回记住的物品。 论文作者表示，该系统无需针对特定环境进行训练，也无需额外的策略学习即可实现这些功能。 一、替代中间层VLA，可取药品、丢垃圾和整理东西 实现人类形态机器人的自主控制通常采用一种三部分的架构：System2VLM负责处理视觉信息和指令，经过训练的System1VLA则生成控制命令，而System0控制器则负责执行协调一致的动作。 随着像Astra这样的前沿模型能力不断提升，该团队认为，在高层次推理与机器人的操作技能之间，训练过的VLA不再是必需的，System2或许能直接管理一系列可复用的运动技能。 因此，团队推出了HomeBody系统，该系统为Astra配备了持久的空间记忆能力