斯坦福推出HomeBody：由GPT Astra驱动人形机器人自主执行未知环境长程任务

斯坦福大学团队联合加州理工学院推出人形机器人系统 HomeBody，探索由多模态大模型直接调度底层动作技能在未见环境中自主完成长程操作任务。

• 系统架构改变了传统「高层 VLM 决策 + 中间层 VLA 策略 + 底层控制」的三层链路，直接由视觉语言模型（GPT Astra）根据视觉与指令编排可复用的机器人技能库。
• 结合 LiDAR 与 SLAM 构建持久化空间记忆，使机器人能够在目标物体移出当前视野或被遮挡时仍能依据关键帧完成跨房间定位与寻物。
• 实验在宇树（Unitree）G1 人形机器人上完成，在未提供特定环境训练数据的情况下实现了跨房间清理与按模糊指令取物等复合任务。
• 影响/看点：该研究验证了高层多模态模型直接编排动作技能库完成长流程任务的可行性，若要在复杂家庭场景推广，仍需面对动态环境扰动下的动作容错与底层硬件控制稳定性挑战。
• 资料依据：
• 斯坦福大学 The Movement Lab（2026-09-27）：https://tml.stanford.edu/homebody/
• GitHub：Stanford-TML/homebody 项目（2026-09-27）：https://github.com/Stanford-TML/homebody

本内容由 AI 生成，仅供参考，请注意甄别