英伟达用15M模型让人形机器人动如真人

一个只有150万参数的神经网络模型，让机器人的运动像极了人类！

在当下动辄上千亿参数的AI大模型时代，英伟达GEAR实验室的研究团队却用一个 小得不能再小的模型 ，实现了人形机器人的精准控制。

微型模型背后的大智慧

HOVER —— 这个仅有150万参数的神经网络模型，却承担着人形机器人的「潜意识」角色。

它能协调机器人的每一个运动部件，实现行走、保持平衡，以及将手臂和腿部移动到预期位置。

听起来很简单？ 来看看它有多厉害！

疯狂的训练速度

在英伟达的Isaac模拟套件中，这个小模型经历了堪称「疯狂」的训练过程。

想象一下： 机器人在虚拟「道场」中进行了相当于一年的高强度训练，但实际只用了 50分钟 ！这就是GPU加速带来的奇迹 —— 物理模拟速度提升了 1万倍 。

更神奇的是，训练完成后，这个模型可以 直接在真实世界中使用 ，无需任何微调。

灵活的控制模式

HOVER支持多种高级运动指令控制模式：

头部和手部姿势 —— 可以通过Apple Vision Pro等XR设备捕捉

全身姿势 —— 通过动作捕捉或RGB摄像头实现

全身关节角度 —— 借助外骨骼装置

根部速度命令 —— 使用摇杆控制

这样的设计带来了三大优势：

统一接口 —— 可以使用任何方便的输入设备控制机器人

简化数据收集 —— 更容易获取全身遥操作数据用于训练

高级指令转换 —— 将视觉语言动作模型的指令实时转换为低级电机信号

背后的技术秘密

英伟达团队的这个「小而美」的方案，需要三个关键要素：

硬件与仿真共生 ：仿真不再是事后考虑，而是硬件设计过程中的重要组成部分。

人类动作数据集 ：利用电影和游戏角色的动作捕捉数据，让机器人的动作更自然。这些数据可以用于：

模型预训练

奖励函数设计

运动先验约束

并行强化学习 ：在Isaac模拟器中进行大规模随机化训练，通过PPO算法实现。