清华大学与蚂蚁集团发布BodyGen：机器人性能提升60%

在具身AI领域的重大突破中，清华大学和蚂蚁集团的研究人员推出了BodyGen，这是一种创新的算法框架，可将机器人性能显著提升60%。这一突破性成果在其ICLR 2025论文中详细阐述，结合了强化学习和深度神经网络，使机器人能够快速适应其环境中的形态和控制策略。该团队还在GitHub上开源了代码，使其更广泛地服务于科学界。

解决传统挑战

传统机器人设计长期以来面临诸多障碍，例如对专家知识的严重依赖、针对特定环境的迭代实验以及形态与控制策略之间的复杂相互作用。BodyGen框架通过两阶段流程解决了这些问题：形态设计和环境交互。在第一阶段，基于Transformer的自回归模型（GPT风格）构建并优化机器人身体结构参数。在第二阶段，另一个Transformer（Bert风格）处理关节信息以实现与环境的交互反馈。

BodyGen的核心技术

该框架融合了三大关键技术：

1. TopoPE（拓扑位置编码器）：作为机器人的“身体感知”系统，使其能够快速适应形态变化。
2. MoSAT（基于Transformer的中央大脑）：负责信息处理和命令发布。
3. 专用奖励分配机制：使AI能够理性评估设计决策。

令人瞩目的测试结果

在涵盖爬行和游泳等10项多样化任务的测试中，由BodyGen生成的机器人相比现有最先进方法实现了60.03%的适应性评分提升。此外，BodyGen的参数数量仅为1.43M，显著轻量化，非常适合资源受限的环境。

研究团队计划推动其在现实场景中的应用，将BodyGen定位为通用具身AI发展的关键推动者。欲了解更多详情或探索代码，请访问GitHub。

关键要点

1. BodyGen通过优化形态和控制策略将机器人性能提升60%。
2. 该框架通过两阶段流程（形态设计和环境交互）解决了机器人学中的传统挑战。
3. 核心技术包括TopoPE、MoSAT和专用奖励分配机制。
4. 测试结果显示在多样化任务中的适应性显著提升。
5. 轻量化设计（1.43M参数）使其适合资源受限的环境。