伯克利SuperMimic研究颠覆人形机器人运动控制训练逻辑

加州大学伯克利分校的SuperMimic研究将人形机器人全身运动控制训练算力需求从128块GPU运行一周降至单块H100运行三小时，算力消耗压缩逾千倍。该研究已被CoRL 2026会议收录，论文于10月20日发布于arXiv，通过建立机器人身体模型并在模型内部训练控制器实现效率提升。