1X kündigt ihren neuesten Reinforcement Learning (RL) Controller an, der die volle Mobilität des Körpers von NEO für Wohnumgebungen freischaltet und es Redwood AI (das hauseigene KI-Modell von 1X) ermöglicht, auf natürliche und umfassende Weise mit der physischen Welt zu interagieren. Der einheitliche Controller unterstützt das Gehen in jede Richtung, Sitzen, Stehen, Knien, Liegen, Aufstehen und Treppensteigen mit Hilfe von Stereo-RGB-Vision – entscheidend für die Navigation in echten Wohnungen. Der Controller bietet eine "Aktionsschnittstelle", über die Teleoperation oder Redwood AI auf sichere, kontaktreiche Weise mit der physischen Welt interagieren können. Traditionelle Geh-Controller verlassen sich oft auf handgefertigte "Shaping Rewards", um menschenähnliche Gangarten zu erzeugen, was zeitaufwendig ist und sich nicht gut auf verschiedene Aufgaben oder Bewegungsrichtungen skalieren lässt. Um dies zu adressieren, nutzte das Team Bewegungsdaten aus der Motion Capture-Technologie, um den Lernprozess zu leiten. Das RL-System wird trainiert, um kinematische Referenztrajektorien zu verfolgen, die aus natürlicher menschlicher Bewegung abgeleitet sind, während es gleichzeitig das Gleichgewicht und den Rhythmus in Echtzeit aufrechterhält. Um die allgemeine Nützlichkeit zu verbessern, geht der Controller über die Wiedergabe einzelner Trajektorien hinaus, indem er ein zweigeteiltes Design einführt: ⦿ Ein hochrangiger kinematischer Planer generiert glatte, menschenähnliche Bewegungsziele aus einfachen Eingabebefehlen (z. B. Joystick-Richtung). ⦿ Ein niederer RL-Controller verfolgt diese Trajektorien mit dynamischer Stabilität. Diese Struktur ermöglicht sanfte Übergänge zwischen Verhaltensweisen und löst die Herausforderung, hochdimensionale Bewegungen aus groben Benutzereingaben zu steuern.