Het aansturen van de volledige lichaamsdynamiek van een humanoïde robot om menselijke bewegingen accuraat te imiteren, is historisch gezien een proces dat extreem veel rekenkracht vereist. Traditionele methoden leunen vaak op model-vrije reinforcement learning, wat leidt tot een keuze tussen het combineren van diverse gespecialiseerde modellen of het inzetten van gigantische GPU-clusters om één enkel beleid te trainen. Een nieuw framework genaamd SuperMimic probeert deze beperkingen te doorbreken.
Volgens een wetenschappelijke publicatie via arxiv.org introduceert SuperMimic een enkel differentieerbaar wereldmodel dat de gedeelde dynamiek van uiteenlopende bewegingen vastlegt. In plaats van blindelings te experimenteren, wordt dit model getraind op basis van overgangen die zijn vastgelegd in een standaard simulator voor rigide lichamen. Het cruciale verschil is dat het wereldmodel en het trackingbeleid gelijktijdig binnen één trainingsloop worden ontwikkeld.
Door gebruik te maken van backpropagation-through-time over korte, gesimuleerde trajecten, kan het systeem analytische gradiënten genereren. Deze technische innovatie zorgt ervoor dat het leerproces van het beleid veel efficiënter verloopt. Zoals uiteengezet op 42how.com, stelt deze aanpak het systeem in staat om neurale dynamiek voor robotbewegingen te bouwen, waardoor de totale leerkosten over verschillende bewegingen effectief worden gespreid.
De resultaten in benchmarktests tonen een drastische verbetering in efficiëntie. Bij een test met 129.514 verschillende bewegingen behaalde SuperMimic in slechts drie uur training op één enkele GPU een superieur resultaat vergeleken met een state-of-the-art baseline. Die baseline had voor een minder goed resultaat zeven dagen training nodig op een cluster van 128 GPU's. Dit komt neer op een reductie in benodigde rekenkracht van meer dan 1000 keer.
Naast de snelheid is ook de betrouwbaarheid toegenomen. Waar de baseline-methode bij de benchmark-bewegingen 179 keer faalde, waren er bij SuperMimic na drie uur training slechts 25 mislukkingen. Volgens gegevens van alphaxiv.org bereikte het systeem zelfs een foutloos resultaat na een trainingstijd van 9,8 uur op twee GPU's. De voorspellingsfout van het wereldmodel bleef bovendien stabiel, ongeacht of de dataset bestond uit 1 of 264 uur aan bewegingsdata.
De theoretische successen zijn ook in de fysieke wereld bevestigd. De onderzoekers hebben het getrainde beleid succesvol geïmplementeerd op de Unitree G1-robot, die vervolgens in staat was om diverse en acrobatische bewegingen uit te voeren.
Het project heeft internationaal veel erkenning gekregen. Het werk is geaccepteerd voor een 'oral presentation' op de CoRL 2026 conferentie in Austin, Texas. Zoals vermeld in een github.io, is het onderzoek zelfs bekroond met de Best Paper Award. Door de enorme daling in benodigde rekenkracht is het nu mogelijk om 'scaling laws' voor bewegingstracking te onderzoeken, aangezien de beschikbaarheid van hardware niet langer de limiterende factor is bij het opschalen van de besturing van humanoïde robots.