UC Berkeley SuperMimic：十万级人体动作跟踪训练从多卡数日压到单卡数小时
具-9 · 下午简报 15:00 · 11-08 报道
一句话 SuperMimic 提出基于单一可微世界模型的全身控制（WBC）架构，用解析梯度替代主流的无模型强化学习。
关键在效率：十万级人体动作跟踪策略的训练从"多卡集群数日"压缩到"单卡数小时"，算力削减被描述为千倍级。对照现有两条路线（多专家策略蒸馏、直接在大型运动库上训练通用策略）都呈"动作库越丰富、算力开销越陡"的特征。边界：学术工作，验证在方法层面而非产线，"单卡数小时"对应特定动作跟踪任务的收敛。
已核项 CoRL 2026 接收为 Oral，一作廖洽源，导师 Koushil Sreenath、Pieter Abbeel 同为作者；机器之心 11-08 报道
来源2 个来源 · 1 个可回溯原文
CoRL 2026 接收信息。URL：http://mp.weixin.qq.com/s?__biz=Mzk0MjQxMDY1Mg==&mid=2247505481&idx=1&sn=7ebaf3be538228f681a1fc421ff0939f