FetchMan：从模拟经验学习人形机器人视觉运动操作策略

能够泛化到新场景与新物体的视觉运动操作（loco-manipulation）策略，一直是机器人研究追求的目标。然而，如今对数据贪婪的算法让收集足够演示本身就十分困难——对桌面操作尚且如此，对必须同时行走和保持平衡的人形机器人来说更是难上加难。

从仿真数据学习再将行为迁移到真实世界——正如运动（locomotion）领域常见做法——绕开了这一难题，因此研究者将该配方复制到运动操作任务上。在此过程中他们发现，无论训练数据有多少，克隆合成演示都会导致较低的性能上限。强化学习突破了这一瓶颈：用单一稀疏奖励对克隆策略进行 Flow-GRPO 微调，其性能远超合成行为克隆。

这些阶段共同构成了端到端的 sim-to-real 管线，覆盖超过 15 万个场景，研究者用它训练出 FetchMan。他们在发布的仿真基准 FetchMan-Bench 上进行评估，并将其零样本部署到真实的 Unitree G1 上：单目标抓取策略能够在未见场景中步行接近并抓取目标，成功率 73.3%。最后，他们将这一配方扩展到多目标训练，向着这一数据规模下运动操作通用策略迈出了第一步。