TANGO：首個用於亂序環境中的人形機器人全身視覺語言導航框架
為何重要
此研究標誌著具身 AI 從桌面服務邁向實體互動的重要一步，證明瞭生成式模型在不經大量真實世界資料訓練下，依然能透過模擬遷移完成高難度的全身協調任務。對開發者而言，提供了「Language-to-Whole-Body Action」的新範式；對投資人而言，這對建立機器人於複雜真實場景的泛化能力與降低訓練成本具有高度正面意義。
傳統導航多以二維路徑規劃為主，TANGO 則將技術延伸至真 3D 空間，透過全身感知解決人形機器人在擁擠環境中的導航問題。
- 直接從自我視覺觀測與自然語言指令預測 29-DoF 關節空間動作。
- 採用模擬合成技術，結合全域路徑規劃與全身運動生成，生成動態可行的無碰撞行為作為訓練資料。
- 在模擬實驗中超越強大的模組化基線，並在 Unitree G1 機器人上成功進行零樣本部署。