Choice Policy团队 投稿 量子位 | 公众号 QbitAI 在家庭厨房自主使用洗碗机，在办公室边移动边擦拭白板——这些人类习以为常的场景，对人形机器人来说，却是需要调动全身关节协同运 作才能完成的 "高难度挑战" 。 近日，UC Berkeley加州大学伯克利分校团队在arXiv平台发表了题为《Coordinated Humanoid Manipulation with Choice Policies》的 研究论文，通过"模块化教学+智能选动作"的创新方案，成功破解了人形机器人全身协同的核心难题，为其走进真实人类环境铺平了道路。 阻碍人形机器人走进日常生活的"两大困境" 人形机器人一直被寄予厚望，有望在家庭、办公等非结构化环境中帮助人类完成日常工作，但长期以来，两个关键难题让它始终无法突 破"实验室边界"，难以真正落地应用： 难题1. 全身协同难，"教学数据"获取贵且难 像使用洗碗机、移动擦黑板这类"长时连续任务"，需要机器人同时协调头部 （定位目标） 、双手 （抓握操作） 、腿部 （移动平衡） ，实 现类似人类"眼到手到、脚步稳健"的状态。 但传统的"遥操作"模式，需要操作员同时控制机器人几十个 ...