UC伯克利华人团队突破人形机器人技术瓶颈，LeVERB框架实现视觉感知与运动控制无缝衔接

来自UC伯克利、卡内基梅隆大学等机构的研究团队提出新型框架LeVERB，实现人形机器人通过视觉感知与语言理解直接执行全身动作控制。该框架首次融合视觉语义理解与物理运动控制，支持零样本部署，在宇树G1机器人上测试显示，简单任务零样本成功率达80%，整体任务成功率58.5%，性能优于传统方法7.8倍。研究团队同步推出首个面向人形机器人全身控制的视觉-语言闭环基准LeVERB-Bench，涵盖10类超150项任务，并已开源部分数据。该框架采用分层双系统架构，分别负责任务理解和动作执行，通过消融实验验证关键模块的有效性，为未来人形机器人研究提供了新方向和技术基础。
来源：https://mp.weixin.qq.com/s/NWGQQblD-yEf1DKquZNZTg