OpenHLM提出人形机器人全身移动操作VLA配方
OpenHLM通过三阶段实验，给出让人形机器人全身协调、语言可控、低成本扩展的VLA设计配方。
清华大学交叉信息研究院发布OpenHLM，一套面向人形机器人全身移动操作的开源VLA系统。它让机器人能协调手、腰、腿、脚完成下蹲捡物、踩踏板等动作，支持语言指令驱动，并能利用低成本异构数据（如原地遥操作）扩展能力，而非依赖昂贵的全身遥操作。
正文摘录
.jpg)  [](https://mp.weixin.qq.com/s/h0YtL9K-E6ONfFN5DLhZg) 策略驱动（非遥操）：走到平台前，下蹲捡起瓶子，走到垃圾桶并踩住踏板，把瓶子扔进垃圾桶并返回。训练仅使用了 20 条同一室外场景下的示范数据。 人类在日常生活中协调全身来完成移动操作任务：打开垃圾桶时会踩下踏板，从低处拿东西时需要下蹲，推车时需要同步协调手臂抓握和腿部移动。对试图复刻人类能力的人形机器人来说，身体不应只是「手臂 + 移动平台」，而应是一个能协调手、腰、腿、脚共同完成任务的运动整体。