苹果披露人形机器人控制系统HALO，在宇树G1上验证

Apple 研究团队于 11 月 4 日在 arXiv 提交论文，公布人形自主控制系统 HALO，并部署到 Unitree G1 人形机器人上，将仿真训练的动作迁移到陌生真实房间。

苹果研究团队在 arXiv 提交论文，披露人形机器人自主控制系统 HALO，并部署在宇树科技 G1 人形机器人上验证，将仿真中学到的动作迁移到陌生现实房间执行。团队在 6 个未预先扫描建图的真实环境中完成 360 次单项任务测试，平均成功率 91%；3 种组合任务平均成功率 70%，其中“俯身通过障碍—走向目标—推箱子”成功率 50%。数据生成、模型训练和部署代码均已公开。

苹果研究团队 11 月 4 日在 arXiv 提交论文，披露人形机器人自主控制系统 HALO，在陌生现实房间中执行仿真中学到的动作，平均成功率达 91%。该系统调用千问（Qwen）模型，并在宇树科技的 G1 人形机器人上完成部署验证。

苹果研究团队于当地时间11月4日在arXiv提交论文《Perceptive Humanoid Motion from Simulation》，披露人形机器人自主控制系统HALO，单项任务测试平均成功率91%。团队还公开了数据生成、模型训练和部署代码，涵盖动作生成、动作跟踪、任务编排以及仿真和真实机器人运行等环节。

苹果研究团队在arXiv提交论文，披露人形机器人自主控制系统HALO，并将其部署在宇树G1人形机器人上验证。HALO采用三层架构：默认使用千问Qwen3.6-35B-A3B做任务编排（在机器人搭载的Mac mini上本地运行），Qwen3.5-2B配合DiT解码器每秒约3次规划约5秒全身动作，底层动作跟踪器以每秒50次运行。