HALO：从仿真合成数据训练的人形机器人运动系统实现零样本真机迁移

作者提出 HALO 人形机器人自主系统，其数据管线在约一千个程序化生成的家中合成视觉-语言-动作数据，数据规模随算力而非人力扩展。HALO 习得坐椅子、导航到指定物体、侧身穿过半开门、蹲爬桌下和推箱子等技能，并能组合这些技能完成长时程复合任务。训练中从未见过真实家庭，HALO 仍零样本迁移到物理世界，在六个未建图的真实环境中完成 360 次试验，成功率为 91%。代码与视频见原文链接。