Badacze Apple wykorzystali HALO, system trenowany w symulacji, do przeniesienia umiejętności ruchowych na fizycznego humanoida. Według AppleInsider platformą był robot Unitree G1, a nie maszyna zbudowana przez Apple. W abstrakcie pracy „Perceptive Humanoid Motion from Simulation” opisano trening w syntetycznych domach i działanie w nieznanych przestrzeniach (arXiv).

Jak HALO uczyło się ruchu

Abstrakt opisuje dane syntetyzowane w 1000 proceduralnie generowanych domach. System nie trenował w prawdziwym domu, zanim przeniesiono wyuczone umiejętności na fizycznego robota. Chodzi o połączenie informacji wzrokowych, języka i ruchu: robot ma powiązać opis zadania z otoczeniem, a następnie wykonać odpowiednie ruchy.

AppleInsider podaje, że przygotowanie danych obejmowało około 300 godzin materiału syntetycznego i symulator Nvidia Isaac Sim. Według tej relacji Unitree G1 miał na pokładzie Mac mini z układem M4 Pro i 64 GB pamięci RAM.

Jakie zadania opisano i co oznacza wynik

Humanoidalny robot siedzi w fotelu w umeblowanym pokoju; obok widać panele z poleceniami i podglądem RGB oraz głębi.

Abstrakt wymienia siadanie, nawigację do obiektów wskazanych z nazwy, przechodzenie bokiem przez uchylone drzwi oraz kucanie i czołganie się pod stołem. Wśród opisanych umiejętności jest też popychanie pudeł. Abstrakt mówi ponadto o łączeniu umiejętności w złożone zadania, które rozciągają się na dłuższą sekwencję działań.

Abstrakt podaje skuteczność 91% w 360 próbach w sześciu niezmapowanych środowiskach rzeczywistych. AppleInsider opisuje tę samą wartość jako średnią z prób rzeczywistych i symulowanych, a osobno podaje 93% dla przechodzenia przez uchylone drzwi oraz 85% dla siadania na krześle. Te ujęcia przypisują wartości 91% różny zakres.

AppleInsider podaje, że człowiek musi wpisać polecenie określające zadanie. Po jego otrzymaniu operator nie sterował robotem podczas prób opisanych w tej relacji. Według AppleInsider skuteczność spadała przy łączeniu zadań; relacja opisuje też próby jako nieobejmujące manipulowania przedmiotami, podczas gdy abstrakt wymienia popychanie pudeł jako jedną z umiejętności systemu.

Przy wyniku procentowym liczy się też zakres prób, których dotyczy: w przypadku HALO opis 91% różni się między abstraktem a relacją AppleInsider.

Pracę „Perceptive Humanoid Motion from Simulation” zgłoszono do arXiv 4 listopada 2026 roku.