Folia
← 返回头版

HomeBody:具备自主探索和记忆能力的人形机器人

HomeBody是一款人形机器人系统,利用视觉语言模型(VLM)实现自主探索、记忆和物理执行的能力1。该系统通过空间目标将任务推理与物理执行连接,使机器人能够选择和执行多种动作1。

VLM根据当前视图、地图上下文、夹爪状态、回忆观察和前一步操作结果来选择技能和目标,然后通过结构化工具调用将任务分解给底层技能执行1。HomeBody支持的操作包括抓取、导航、放置和开抽屉等1。在抓取操作中,系统使用0–1000归一化的图像点坐标、双手选择、分割和深度估计,其中深度通过Fast-FoundationStereo从D435i立体摄像头估计1。导航以2D目标和朝向点(地图坐标,单位米)指定1。放置操作则指定使用哪只手、躯干坐标系中的3D释放目标和释放距离1。机器人的臂部规划器采用最小加速度样条曲线、反向运动学求解和扫过碰撞检查来实现精确的动作控制1。


评论