SuperMimic: Scaling Humanoid Whole-Body Control with One Differentiable World Model
Autori: Qiayuan Liao, Yiyang Shao, Junfeng Long, Kevin Zakka, Roberto Horowitz, Pieter Abbeel, Koushil Sreenath · CoRL 2026
Licenze
- Open access
- Articolo: arXiv.org perpetual, non-exclusive license 1.0
In base alla licenza di arXiv, tutto ciò che segue è scritto solo a partire dall'abstract.
Perché è importante
Seguire grandi dataset di movimenti umani è la via principale verso un controllo generale di tutto il corpo per gli umanoidi, ma scalarlo ha finora significato una distillazione con perdite di specialisti per singolo movimento o una potenza di calcolo da cluster. Gli autori riferiscono di aver superato, dopo 3 ore su una sola GPU, un tracker allo stato dell'arte addestrato per 7 giorni su 128 GPU, con oltre 1000 volte meno ore-GPU e 25 fallimenti su 129.514 movimenti di benchmark contro i 179 della baseline.
Soluzione proposta
SuperMimic adatta un unico modello del mondo differenziabile della dinamica condivisa da tutti i movimenti a partire da transizioni registrate di un simulatore di corpi rigidi, e lo addestra insieme alla policy di tracciamento in un unico ciclo, usando la retropropagazione nel tempo su brevi rollout immaginati per fornire alla policy gradienti analitici.
Abstract
Il tracking di grandi dataset di movimento umano è diventato la via principale verso un controllo del corpo intero umanoide generale ed espressivo, ma scalare su molti movimenti è costoso. Le pipeline attuali usano l'apprendimento per rinforzo senza modello, fondendo specialisti per singolo movimento tramite una distillazione con perdite oppure forzando un'unica policy con calcolo su scala di cluster. SuperMimic ammortizza l'apprendimento su tutti i movimenti con un unico modello del mondo differenziabile della loro dinamica comune, adattato a partire da transizioni registrate di un normale simulatore di corpi rigidi. Il modello del mondo e la policy di tracking si addestrano insieme in un unico ciclo, e la retropropagazione nel tempo su brevi rollout immaginati fornisce alla policy gradienti analitici. Rollout immaginati veloci e gradienti analitici rendono efficiente l'apprendimento della policy. In 3 ore su una sola GPU, SuperMimic supera il ritorno di una baseline di motion tracking allo stato dell'arte addestrata per 7 giorni su 128 GPU. Riduce le ore-GPU di oltre 1000× e fallisce solo su 25 dei 129.514 movimenti del benchmark, contro 179 fallimenti della baseline. Dopo 9,8 ore su due GPU, SuperMimic arriva a zero fallimenti. Da 1 a 264 ore di movimento, l'errore di previsione del modello del mondo resta stabile, e le ore-GPU necessarie per raggiungere un ritorno obiettivo crescono lentamente. La nostra policy si trasferisce a un Unitree G1 fisico su movimenti vari e acrobatici. SuperMimic elimina il calcolo come collo di bottiglia per scalare il controllo del corpo intero umanoide, rendendo pratico misurare le leggi di scala del motion tracking.
Link
- arXiv 2610.28480: https://arxiv.org/abs/2610.28480
- PDF: https://arxiv.org/pdf/2610.28480
- Codice: https://github.com/HybridRobotics/supermimic
- Pagina del progetto: https://supermimic.github.io/