OmniRetarget

OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction进阶

把人与物体、地形的交互关系一起重定向到人形机器人的数据生成方法

OmniRetarget 是亚马逊 FAR（前沿 AI 与机器人团队）联合 MIT、伯克利、斯坦福、CMU 在 2025 年提出的动作重定向与数据生成方法。重定向就是把人的动作换算成机器人关节动作；只对齐关键点时，搬箱子、爬台子容易出现手没碰到箱子、脚穿进地面。它用「交互网格」同时建模人、物体、地形的空间和接触关系，在满足关节限位的前提下保持这些关系，还能换机器人、地形、物体做数据增强。用 OMOMO、LAFAN1 和自采动捕生成 8 小时以上轨迹后，只需 5 项奖励就能在宇树 G1 上训出最长约 30 秒的搬箱、攀爬等动作。项目主页称其获 ICRA 2026 最佳会议论文奖。