EG
Siete robots humanoides diversos demostrando control corporal zero-shot habilitado por la política generalista XHugWBC, incluyendo Unitree G1, H1-2, Agibot X2, Fourier N1, Booster T1 y Dobot Atom
ResearchJune 17, 2026Embodied Global

XHugWBC: Una sola política controla siete robots humanoides — El avance de zero-shot de la Universidad Jiao Tong de Shanghái y el Laboratorio de IA de Shanghái

Investigadores de la Universidad Jiao Tong de Shanghái y el Laboratorio de IA de Shanghái presentan XHugWBC, un marco de entrenamiento que permite a una sola política generalista lograr control de cuerpo completo zero-shot en siete robots humanoides diversos — incluyendo Unitree G1, H1-2, Agibot X2, Fourier N1 y Booster T1 — alcanzando el 85% del rendimiento de especialistas y hasta un 10% de mejora tras ajuste fino.

#XHugWBC#whole-body control#cross-embodiment#humanoid robot#Shanghai Jiao Tong University#Shanghai AI Lab#zero-shot#locomotion#research
Reading in Spanish

Un Controlador Universal para Cualquier Robot Humanoide

Investigadores de la Universidad Jiao Tong de Shanghái y el Laboratorio de IA de Shanghái han presentado XHugWBC, un marco innovador que permite que una única política de control corporal se generalice a diversos robots humanoides sin necesidad de reentrenamiento por robot.

El Desafío Cross-Embodiment

Los controladores tradicionales requieren entrenamiento específico por robot. XHugWBC aborda esto aprendiendo priori de movimiento de diversas configuraciones aleatorizadas, adquiriendo un sesgo estructural que permite la transferencia zero-shot.

Marco de Tres Pilares

1. Aleatorización Morfológica Físicamente Consistente — Usa descomposición de Cholesky para garantizar consistencia física, generando robots de 12 a 32 grados de libertad.

2. Representación Universal — Un espacio canónico de 32 dimensiones mapea todas las configuraciones humanoides posibles.

3. Arquitectura Transformer — Captura dependencias cinemáticas entre articulaciones.

Validación en el Mundo Real

Validado en 7 robots humanoides reales: Unitree G1, Agibot X2, Fourier N1, Booster T1, Dobot Atom, Unitree H1-2. Resultados: 100% de éxito en transferencia zero-shot. Rendimiento del ~85% de nivel especialista, superando a especialistas hasta un 10% tras ajuste fino.

Publicación

arXiv:2602.05791v3 | https://xhugwbc.github.io

Language: Spanish- Showing content in Spanish