苹果公开HALO人形机器人系统：360次测试平均成功率91%
研究团队还公开了数据生成、模型训练和部署代码，涵盖动作生成、动作跟踪、任务编排以及仿真和真实机器人运行等环节。
当地时间 11 月 4 日，苹果研究团队在预印本平台 arXiv 上提交了一篇论文，题为《Perceptive Humanoid Motion from Simulation》，人形机器人自主控制系统 HALO 由此对外披露。
随论文一同公开的还有数据生成、模型训练和部署代码，动作生成、动作跟踪、任务编排，以及仿真与真机运行等环节都包含在内。论文提到，团队在 6 个事先没有扫描、也没有建图的真实环境里做了 360 次单项任务测试，平均成功率达到 91%。
长序列复合任务方面，团队在单一真实场景中每种组合各测 10 次，3 种组合的平均成功率为 70%。最复杂的一项“俯身通过障碍 — 走向目标 — 推箱子”，10 次里成功 5 次，成功率 50%。
训练数据的合成用了 250 张英伟达 H100 GPU，耗时约 48 小时。其中动作生成器以模仿学习方式训练，调用 64 张 B200；动作跟踪器则经过强化学习、策略蒸馏等步骤，使用 4 张 H100。
仿真数据并没有完全绕开人工。团队表示，新增物理任务时仍要人工编写提示词、设计动作关键帧，有些动作还借用了人类视频或动捕素材。
团队也提到，机器人眼下主要靠视觉感知，接触情况很难直接察觉。物体一旦离开相机视野或者被遮挡，涉及较多接触的任务表现就会下滑。引入触觉感知被列为后续改进方向之一。
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。
