主要观点总结
本文介绍了最新研究成果——HOVER神经网络，该神经网络仅有1.5M参数，但足以控制人形机器人执行多种机体运动。它具备通用性、原子性，可接收多种高级运动指令，并能在模拟环境中快速训练后迁移到真实世界。研究团队通过广泛实验验证了HOVER在多种控制模式下的表现，表明其优于之前的专家控制器，并在真实世界场景中展示了其鲁棒性。
关键观点总结
关键观点1: HOVER神经网络的特点
HOVER是一个通用型的人形机器人控制器，具备接收多种高级运动指令的能力。它通过在模拟环境中训练，快速迁移到真实世界，具备通用性和原子性。
关键观点2: 研究方法和实验
研究团队通过广泛实验验证了HOVER在多种控制模式下的表现。实验包括与专家策略对比、通用训练方法的对比以及在真实世界中的测评。实验结果表明，HOVER在所有模式下的跟踪误差都很低，优于之前的专家控制器。
关键观点3: HOVER的应用前景
HOVER的出色表现展示了其在人形机器人控制领域的潜力。它具备高度的通用性和鲁棒性，能够适应多种场景和任务，为未来人形机器人的应用提供了强有力的支持。
文章预览
机器之心报道 编辑：Panda、佳琪 当机器人也有潜意识。 大模型固然性能强大，但限制也颇多。如果想在端侧塞进 405B 这种级别的大模型，那真是小庙供不起大菩萨。近段时间，小模型正在逐渐赢得人们更多关注。这一趋势不仅出现在语言模型领域，也出现在了机器人领域。 昨天晚上，朱玉可和 Jim Fan 团队（英伟达 GEAR 团队）新鲜发布了他们的最新研究成果 HOVER。这是一个仅有 1.5M 参数的神经网络，但它足以控制人形机器人执行多种机体运动。 先来看看效果，将 HOVER 在不同模式下控制的机器人放到一起组成阵列，其中每一台机器人都有自己的控制模式。还挺壮观的！这也佐证了 HOVER 的通用性。你能看出它们的不同之处吗？ 无论是 H2O 模式、OmniH2O Mode 模式、还是 ExBody 模式 、HumanPlus 模式，左手和右手的慢动作都直接被 HOVER 大一统了。 实际上，HOV
………………………………
