VR驱动全身动作，英伟达通用控制器SONIC打破单一技能局限

编辑：刘余欣 | 分类：论文 | 2026年9月10日

查看引用/信息源请点击：techxplore

AI控制器将VR、视频和语言指令转化为类人机器人动作

（映维网Nweon 2026年09月10日）类人机器人，即具有类人类肢体和身体结构的机器人系统，它们可以在家庭、工作场所和其他环境中执行各种手动任务。然而，教会机器人可靠地执行不同的人类动作通常具有挑战性且耗时。

针对这个问题，英伟达的研究人员开发了一种将运动目标转化为机器人可执行指令的AI模型的控制器，而这可能有助于扩展类人机器人的动作库。

VR驱动全身动作，英伟达通用控制器SONIC打破单一技能局限

研究人员表示：“类人机器人需要像人一样具备协调性和适应性，但当前系统针对不同技能使用不同控制器进行训练，难以扩展。我们想探索是否一个单一的学习型控制器能够作为多种全身动作的基础。”

团队于是着手开发一种能够从大量多样的人类运动数据中学习动作的通用全身控制器，并希望所述控制器能够将训练中学到的内容推广到新的行为和动作中。

他们解释道：“这种方法可能推动类人机器人向可重用的运动智能迈进，支持广泛的应用场景，无需工程师为每个任务构建新控制器。”

团队新开发的控制器SONIC，本质上是一个类人机器人运动的基础模型。这个控制器充当机器人的“运动系统”，将高级指令转化为机器人全身平滑协调的动作。

研究人员解释道：“模型在超过1亿帧人类运动数据之上进行了训练，使其能够学习广泛的运动模式，而非单个任务。随后我们在物理仿真中对SONIC进行了评估，涵盖各种移动和操作场景，包括未包含在训练数据中的行为。我们同时展示了同一控制器可由不同输入驱动，包括VR遥操作、基于视频的动作和视觉-语言-动作模型，无需重新训练。”

研究人员在类人机器人测试了其控制器，评估其在复现已学习和未见参考动作时的准确性。他们发现，尽管SONIC依靠单一模型而非针对每个动作的独立控制策略，但它能产生各种稳健、自然的全身动作。

他们指出：“SONIC还能泛化到其训练过的特定动作之外，使其成为更强大类人机器人系统的坚实基础。未来，这种方法可能有助于加速类人机器人在制造、仓储、物流及其他需要机器人执行多样化物理任务的环境中的开发。更广泛地说，SONIC提供了一个可重用的运动基础，可与更高级的AI模型协同工作，使机器人能够将推理转化为可靠的实际动作。”

团队初步测试结果表明，SONIC可提升类人机器人的多功能性，使其能够执行未见的动作。在实验中，研究人员同时将控制器与其他组件结合，展示了远程机器人遥操作以及将书面指令转化为机器人动作。

研究人员目前正计划进一步开发和完善其模型。例如，他们希望增强其对周围环境的感知能力，以减少碰撞或事故风险，并提升机器人在动态环境或不平坦地形中的导航能力。