official_training_code_with_external_checkpoints_and_data · verified_official_code_only
审核码：verified_official_code_only; 官方关系：verified_official_repository_code; 最近核验：2026-07-20代码：已核验开放。提交 60d6d6e 包含 Isaac Gym 与 Isaac Lab 两套训练/评测路径、teacher-student 策略、多 GPU 入口、交互动作处理、对象状态与 G1 配置。
权重：README 提供 Google Drive 检查点链接，Issue 也确认公开 teacher checkpoint 可运行；但仓库根 MIT 未说明外部权重的授权范围，因此本批不把权重标为已核验开放。
数据：README 提供外部处理数据与 InterAct 线索，但 BEHAVE 等源数据受再分发限制，外部数据没有独立许可证快照，因此不创建数据种子。
许可证：MIT；根 MIT 文件覆盖仓库发布代码。Isaac Gym、Isaac Sim/Isaac Lab、机器人与对象资产、外部检查点、InterAct/BEHAVE/OMOMO 等数据及其派生物保留各自条款，不能由根许可证一概覆盖。
依赖：Isaac Gym path: Python 3.8, PyTorch and CUDA 11.6, Isaac Gym Preview 4、Isaac Lab path: Isaac Sim 5.1.0 and Isaac Lab v2.3.1、Hydra-based training stack plus human/object motion preprocessing、external motion datasets and checkpoints for paper-like evaluation
硬件/传感器：CUDA-capable NVIDIA GPU; community reports about 13 GB for a two-environment RTX 4060 Ti inference test、author guidance indicates generally below 24 GB for inference and about 40 GB for training、simulated Unitree G1 with Inspire hands is configured; no physical-robot deployment package is released
实机证据：The paper and project demonstrate physics-based human-object interaction in simulation and animation, including simulated Unitree G1 plus Inspire hands.；No quantitative physical-robot experiment or released real-robot control/safety path was found.
独立复现：Issue #46 reports 27/27 public-checkpoint evaluations on OMOMO with 88.89% success, but the author explains that the paper table uses BEHAVE and is not directly comparable. Issues #35 and #43 provide useful memory and backend-mismatch evidence, yet none supplies a fixed end-to-end paper-comparable reproduction.
限制/反面证据：没有真机实验；G1 仅为仿真本体，不能据此宣称人形实机控制已开放。；外部检查点和数据没有独立许可证，BEHAVE 再分发限制使论文表格难以完整复现。；Isaac Gym 与 Isaac Lab 的碰撞/物理差异曾导致检查点不兼容，虽然当前提交已修复一个碰撞形状问题，跨后端仍需逐任务验证。；训练显存约 40 GB，低成本设备只能先做小环境推理；G1 训练与完整 embodiment 路径仍有社区未关闭问题。
当前建议：主流全身控制技术 2.0 候选，仿真交互优先；统一多人类-物体交互的 teacher-student 路线有明显跨任务杠杆，且已有具体社区反馈；但当前实践价值集中在仿真研究，真机、权重许可和受限数据仍是升级门槛。
重点标签：recency:2025-CVPR-highlight、关联:主流全身控制技术2.0、关联:近期热门、关联:社区验证、关联:可能成为新主流、cross-domain:graphics-plus-robotics、artifact:code-open-weights-data-license-unresolved、evidence:simulation-only
核验来源：来源 1 · 来源 2 · 来源 3 · 来源 4 · 来源 5 · 来源 6 · 来源 7 · 来源 8