论文记录 · 证据边界公开

HERO: Learning Humanoid End-Effector Control for Visual Whole-Body Open-Vocabulary Object Grasping

arXiv · 2026-02-18 · 开放词汇导航

论文元数据

作者: Runpei Dong、Ziyan Li、Arjun Gupta、Xialin He、Saurabh Gupta
机构: 机构尚未补齐
发布日期精度: 日
研究方向: 开放词汇导航
机器人: Unitree Dex-3 three-finger dexterous hands、Unitree G1 humanoid
DOI: 10.48550/arXiv.2602.16705
arXiv: 2602.16705
arXiv 当前版本: 3
arXiv 最近修订: 2026-06-03
arXiv 主分类: cs.RO
引用元数据: 0
记录状态: included
质量检查: 无自动质量红旗

工程资源状态

代码: 已核验未发布
权重: 已核验未发布
数据: 已核验未发布
许可证: 未核验

当前实践优先级

观察 · 61/100 · 4–6 个月

研发注意力：46/80 · 证据分项观察

工程落地：15/15 · 量化实机证据＋工程实用增量

标准分类标签：主流技术2.0

路线评审说明：人形真机主流技术2.0·开词汇视觉移动操作·G1/Dex-3·待独立复现

社区证据类型：尚无独立社区验证

HERO 提供了近期少见的、带明确真实试验分母的 G1 全身开词汇抓取证据，并以残差末端闭环把视觉基础模型、抓取、经典规划、系统辨识与全身控制连接成模块化路线。对人形移动操作工程有高价值，但作者项目页仍显示 Code (Coming Soon)，且没有独立复现或完整部署制品，因此列为高优先验证项而非社区验证里程碑。

近期窗口 · 28/35
发布距评分基准日 6 个月，落入 4–6 个月窗口。
社区可复查验证 · 0/25
未核验独立团队在 HERO 同一代码、场景、G1/Dex-3 或其他本体上的实机复现。
跨领域技术创新 · 18/20
开词汇视觉与抓取、运动规划、学习型前向运动学/里程计、重规划、目标修正、全身控制和真实人形移动操作形成清晰跨域接口。
量化实机证据 · 10/10
报告未改装 G1/Dex-3 的10物体、30次未见场景、15次杂乱场景试验分母及 MoCap 误差对照；缺少长期安全与独立结果。
开放与可复现 · 0/5
项目页明确 Code (Coming Soon)，未发现作者源码、权重、3小时 MoCap 数据、环境或许可证。
工程实用增量 · 5/5
提供具体真实协议、误差门槛、50Hz 低层接口和失败扩展边界，适合复现实验；感知/规划时延、算力和完整部署闭环未公开。

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；开放与复现条件不足；无官方代码、权重、依赖锁定、训练/部署环境、许可证或公开 MoCap/任务数据；无独立团队复现、跨本体迁移、长时运行、跌倒率、碰撞/人工接管或安全事件统计；未披露机载算力、端到端时延、相机/深度标定、网络与视觉模型固定版本

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。

每日候选人工终审

HERO 是近期人形真机移动操作的重要工程增量：用开词汇视觉/抓取模块分离语义感知，用残差感知末端跟踪器、学习型前向运动学与底盘里程计、重规划和目标修正解决 G1 的全身触达误差。论文在未改装 Unitree G1 加 Dex-3 手上公开了任务分母：10 个日常物体跨两种台高为 90%，10 个未见场景为 22/30，杂乱场景为 12/15，并给出 MoCap 实测 2.44cm 末端平移误差。其“视觉基础模型 + 经典规划 + 低层全身控制”模块化路线具有人形落地和跨领域价值；但项目页仍显示 Code (Coming Soon)，未发布策略、数据、模型、环境或许可证，且无独立实机复现，不能按开放或社区验证路线升格。

实机证据：author_reported_quantified_Unitree_G1_Dex3_real_world_trials_no_independent_reproduction；主论文明确为未改装 G1 加 Dex-3 手。端到端抓取：10 个日常物体、两种台高为 90%；10 个未见日常场景为 22/30 (73.3%)；杂乱场景为 12/15 (80%)。真实 MoCap 末端平移/方向误差为 2.44cm/8.22度，论文对照 PD 为 12.09cm/40.82度、自动 SONIC 为 13.38cm/16.75度。所有结果均为作者报告，未见独立团队、长期运行、跌倒率或安全事件复现。

硬件/本体：unmodified Unitree G1、Unitree Dex-3 three-finger dexterous hands、RGB-D camera、motion capture

红旗与边界：官方项目页仍为 Code (Coming Soon)，不可将演示或论文当作源码、权重、数据、许可证或可部署闭包；所有实体结果来自作者团队；没有独立复现、跨本体量化迁移、长时运行、跌倒率或安全事件统计；90%、22/30、12/15来自具体对象/场景协议，不可与训练数据、相机、手型、控制器不同的论文混排；视觉组件和规划模块的模型版本、时延、算力、网络与传感器标定未披露

查看资源 · project · 状态 verified_official_project_page · 许可证 not declared
项目页与 arXiv 标题、作者和引用一致，展示日常物体、未见场景、杂乱场景、移动目标和开门演示；演示不替代可下载实现或独立复现。
查看资源 · code · 状态 official_code_coming_soon_not_released · 许可证 not declared
官方项目页在本轮核验时明确写 Code (Coming Soon)，没有可用作者仓库、固定提交、依赖锁定、训练/部署代码或许可证。
查看资源 · weights · 状态 not_released · 许可证 not declared
未发现末端跟踪策略、神经前向模型、里程计模型、视觉模型适配或 Dex-3 重定向权重。
查看资源 · data · 状态 mocap_collection_used_not_released · 许可证 not declared
论文为学习前向运动学和底盘里程计采集 3 小时 MoCap 数据、前两小时训练后一小时验证；未发布轨迹、标定、切分、场景、处理脚本或数据许可。

论文入库不等于代码、权重或数据开放；“承诺开放”“声称开放”和“已核验可下载”严格分开。

原始来源

最近核验：2026-08-14。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。