编辑丨 量子位 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区： 具身智能之心知识星球（戳我） ，这里包含所有你想要的! 1米3的机器人小土豆，三步上篮也可以如此丝滑。 别误会，这台宇树G1暂时还不准备参加NBA选秀，但它刚解锁的 "现实世界打篮球" 技能，离上"村BA"首发应该不远了。 据悉，这是全球首个能在真实场景中完成篮球动作的机器人demo，来自香港科技大学的研究团队。 虽然团队还没公开完整的技术细节，但结合他们此前让机器人"打篮球"的工作，这次很可能是在之前研究的基础上，进一步改良而来。 接下来，让我们一窥究竟。 SkillMimic-v2 首先是被收录于 SIGGRAPH 2025 的 SkillMimic-V2: Learning Robust and Generalizable Interaction Skills from Sparse and Noisy Demonstrations 。 SkillMimic-V2旨在解决交互演示强化学习（RLID）中演示轨迹稀疏、含噪且覆盖不足的难题。 其通过 ...

henry 发自 凹非寺 量子位 | 公众号 QbitAI 1米3的机器人小土豆，三步上篮也可以如此丝滑。 别误会，这台宇树G1暂时还不准备参加NBA选秀，但它刚解锁的 "现实世界打篮球" 技能，离上"村BA"首发应该不远了。 据悉，这是全球首个能在真实场景中完成篮球动作的机器人demo，来自香港科技大学的研究团队。 虽然团队还没公开完整的技术细节，但结合他们此前让机器人"打篮球"的工作，这次很可能是在之前研究的基础上，进一步改良而来。 接下来，让我们一窥究竟。 SkillMimic-v2 首先是被收录于 SIGGRAPH 2025 的 SkillMimic-V2: Learning Robust and Generalizable Interaction Skills from Sparse and Noisy Demonstrations 。 当前，通过动作捕捉等方式收集的数据往往存在以下缺陷： 稀疏性 (Sparse)：演示数据仅覆盖了有限的技能变体，缺乏技能之间的过渡轨迹。 不连贯性 (Disconnected)：不同的技能片段是独立的，缺乏自然的连接。 噪声 (Noisy)：数据中包含物理上不可行的 ...