Awesome SuperMimic — 精选资源列表

此仓库是一个社区维护的列表，收录与 SuperMimic（一种控制人形机器人的方法）相关的项目。它汇集了实现、扩展、演示和其他资源，全部链接在一个页面上。

什么是 SuperMimic？

SuperMimic 是一种研究方法（来自加州大学伯克利分校，发表于 CoRL 2026），它教人形机器人模仿复杂动作（如翻转、舞蹈和翻滚）。其工作原理是：

• 从短片段训练数据中学习一个世界模型——即机器人如何运动的模拟。
• 利用该模型想象短期的未来轨迹，并改进运动跟踪策略。
• 在一个循环中同时训练世界模型和策略，使策略通过模型进行学习。

原始论文、视频和交互式浏览器演示均链接在 README 中。

此列表包含的内容

README 将 38 个社区项目 分为以下几类：

• 真实机器人部署和 Sim2Real（2 个项目）——在实际 G1 机器人上运行策略。
• 独立复现（5 个项目）——从头重新实现 SuperMimic，并附有训练和评估说明。
• 方法和形态变体（5 个项目）——修改算法或将其适配到不同的机器人本体。
• 感知、地形和四足机器人（4 个项目）——添加视觉、高度扫描或四足任务。
• 操作和灵巧手（4 个项目）——手臂、手和物体交互任务。
• 肌肉、交互和诊断（3 个项目）——肌肉驱动本体、物理交互、接触研究。
• 框架和训练栈（6 个项目）——可复用的训练或评估流水线。
• 机器人移植和重定向（6 个项目）——移植到特定机器人、模拟器或硬件。
• 启发式实验（3 个项目）——将 SuperMimic 思想应用于其他控制问题。

每个条目都链接到项目的仓库，通常包含快速入门指南、结果以及视频或 GIF。

关键细节和注意事项

• 官方代码状态： 截至 README 的最后检查（2026-10-28），官方 SuperMimic 网站未链接训练代码仓库。所有列出的项目均为社区实现或扩展。
• 结果来自上游报告： README 明确说明数字、视频和演示均来自链接的项目本身；此列表未独立重跑实验。
• 部分条目最近已刷新（2026-10-28 更新了 12 个）以匹配上游文档和源文件；其他条目保留早期快照。
• 硬件和数据差异： 许多项目指出其训练时间和结果特定于其 GPU（例如 RTX 5080、A6000）和数据集（LAFAN1、BONES-SEED），可能与原始论文基于 H100 的数字不同。

如何使用此列表

README 是一个带锚点的目录。您可以直接跳转到某个类别（例如“真实机器人部署”）或浏览完整列表。每个项目条目包含简短描述、上游报告的结果以及源仓库链接。列表还包括引用部分和星标历史图表。

简而言之：如果您想查找或比较 SuperMimic 实现，这是首选索引。它是一个精选的、社区驱动的目录——本身不是代码库。