CrossBFM 让多台人形机器人共享行为潜空间

Tan-Dzung Do、Nico Bohlinger、Jan Peters 等发布跨具身行为基础模型 CrossBFM，通过蒸馏让多台人形机器人共享同一行为潜空间，一套指令即可驱动多台机器人。该方案把此前 Forward-Backward 表示训练单个机器人所需的数百 GPU 小时压缩到 1 小时以内，大幅降低多机器人行为学习开销。