论文记录 · 证据边界公开

PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations

arXiv · 2025-12-15 · 人形全身运动跟踪

论文元数据

观察 · 61/100 · 7–12 个月

研发注意力：42/80 · 证据分项观察

工程落地：14/15 · 量化实机证据＋工程实用增量

标准分类标签：主流迭代

路线评审说明：数据高效全身控制主流迭代·框架已开源

社区证据类型：尚无独立社区验证

把表征学习系统化接入人形PPO并给出何时更新、用多少数据、放在哪个编码器的负结果；MIT框架已开放，尚无权重、日志和社区复算。

近期窗口 · 24/35
发布距评分基准日 8 个月，落入 7–12 个月窗口。
社区可复查验证 · 0/25
无外部团队公开固定环境、训练曲线或同指标结果。
跨领域技术创新 · 18/20
连接proprioception/privileged state对比学习、PPO、状态表征基准、全身控制与Sim2Sim/实机评测。
量化实机证据 · 9/10
作者在LimX Oli展示速度跟踪和动作模仿，但实机段主要是视频，缺公开成功率表与部署日志。
开放与可复现 · 5/5
MIT代码、Isaac版本和训练脚本可查；没有checkpoint、固定WandB日志、LimX资产或实机包。
工程实用增量 · 5/5
为SRL在人形RL中的更新频率、数据比例和编码器位置提供可直接测试的框架与反例。

社区可复查证据：尚未收录；Stars、forks 与作者演示不计社区验证。

证据缺口：缺少显式可复查社区复现/部署证据；无权重；无固定训练日志；无LimX部署闭环；无独立复算；G1环境与论文LimX评测本体不同；实机量化不足

当前实践分只决定今天的阅读与最小验证优先级；近期、社区验证和跨领域创新合计 80/100，不会把前沿观察条目自动升级成候选或确认里程碑。社区维度只有显式独立证据才能得高分，只有失败记录时必须标为社区反证。

官方代码 · 许可证 MIT root license; Isaac Lab, Isaac Sim, Unitree assets and bundled dependencies retain upstream terms · 最近核验 2026-07-23
依赖：Isaac Lab 2.1.0、Isaac Sim 4.5.0、Python/PyTorch and RSL-RL stack、single CUDA GPU; paper experiments use RTX 4090 24GB；硬件/传感器：RTX 4090 24GB for the reported training setup、LimX Oli for author physical evidence; released source targets a Unitree G1 simulation environment；实机证据：The paper includes author Sim2Sim and LimX Oli real-robot demonstrations.、The repository does not provide a LimX Oli asset/deployment closure or independent physical evidence.；开放范围/限制：The framework is compact and licensed, but only two commits, no checkpoints, no fixed WandB logs and no issue-level outside reproduction make its quantitative advantage unverified by the community.

“官方”表示归属与论文关系已核验；仍应按所列依赖、硬件和许可证复现。

最近核验：2026-07-23。链接存在不等于官方仓库、可运行、已开放权重/数据或许可证允许使用。