斯坦福HomeBody项目：GPT-6 Astra调用技能库控制宇树G1完成厨房整理
斯坦福团队HomeBody项目让GPT-6 Astra以工具调用方式调度宇树G1的技能库，无需为新厨房重新训练动作策略即可完成物品归置与取药任务。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
斯坦福团队公布的项目HomeBody，将GPT-6 Astra与宇树G1连接，使机器人能在陌生厨房中依据语言指令整理物品。演示中，G1可把咖啡袋归拢到岛台，丢弃指定纸盒，并在药品不在当前视野时，从先前保存的画面中找到抽屉位置，完成开抽屉、取药并递交给人的动作。团队表示，部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身到新厨房时系统不需要额外采集训练数据用来「喂」给 AI 模型学习的教材。对机器人来说，主要是「看到的画面 + 做出的动作」一一配对的操作示范。◆ 小白科普 · 现身，也无需再训练一套专用动作策略。
项目的核心思路是让GPT把机器人技能当作工具调用。流程分为三步：第一步，Astra引导G1探索空间，记录相机画面、激光雷达扫描以及关节机器人身上可以转动或弯曲的连接部位。每多一个关节，就多一种动作的可能，也多一份重量、成本和故障点。◆ 小白科普 · 现身姿态与途经位置，并借助SLAM建立地图，这些观察被保存为可供后续任务调用的空间记忆。第二步，Astra担任Real2Sim智能体，在Isaac Sim中搭建数字厨房，并将SLAM测得的几何信息一并交给模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身，用真实测量约束重建结果，再把真实定位地图与数字厨房对齐到同一坐标系。第三步，用户给出目标后，Astra结合当前画面、地图、空间记忆与上一步执行结果，选择调用哪项技能。
与让大模型用海量数据训练出来的超大规模 AI 程序，具备一定的理解和推理「常识」。ChatGPT 是语言大模型，机器人用的是能输出动作的大模型。◆ 小白科普 · 现身直接输出夹爪位置、朝向和开合状态的方案不同，HomeBody交给GPT的是更完整的技能，包括Navigate、Pick、Place、Open drawer、Pick from drawer等。抓取时Astra只需在画面中点出目标并指定左手或右手，技能内部完成感知、深度估计、抓取姿态计算与运动规划。每项技能执行后向Astra反馈结果，遇到偏差先由技能模块自行重试。下半身平衡由预训练的AMO控制策略负责，使行走与操作协调。系统运行在一台搭载RTX 4090的笔记本上，Astra在远端决策，前期重建数字厨房需要准备时间和API成本，手指舵机过热是目前的限制之一。