苹果披露人形机器人HALO系统单项任务成功率91%
苹果研究团队在arXiv提交论文，披露人形机器人自主控制系统HALO，并在6个未建图真实环境完成360次单项任务测试，平均成功率91%，同时公开数据生成、训练和部署代码，指出视觉感知与接触限制及触觉改进方向。
驱动中国11月7日消息，当地时间11月4日，苹果研究团队在预印本平台arXiv提交论文《Perceptive Humanoid Motion from Simulation》，披露人形机器人自主控制系统HALO。团队还公开了数据生成、模型训练和部署代码，覆盖动作生成、动作跟踪、任务编排以及仿真与真实机器人运行等环节。
论文显示，团队在6个未预先扫描或建图的真实环境中开展360次单项任务测试，平均成功率为91%。针对长序列复合任务，在单一真实场景对3种组合各进行10次测试，平均成功率为70%；其中“俯身通过障碍—走向目标—推箱子”这一最复杂组合10次测试成功5次，成功率为50%。
训练数据与模型算力方面，团队使用250张英伟达H100 GPU，耗时约48小时合成主要训练数据。动作生成器通过模仿学习训练，使用64张B200；动作跟踪器经强化学习、策略蒸馏等步骤训练，使用4张H100。
团队同时说明，仿真生成数据并未完全摆脱人工参与。新增物理任务仍需人工编写提示词、设计动作关键帧，部分动作还使用了人类视频或动捕素材。当前机器人主要依赖视觉感知，难以直接感知接触情况；当物体离开相机视野或被遮挡时，涉及较多接触的任务表现会下降。加入触觉感知被列为后续改进方向之一。
论文地址为https://arxiv.org/abs/2611.06908，项目主页为https://apple-aiml-research.github.io/ml-halo/，GitHub仓库为https://github.com/apple-aiml-research/ml-halo。