Human2Humanoid 官网

Human2Humanoid 图文介绍：

Human2Humanoid（简称 H2O）是一个基于强化学习的“人→人形机器人”实时全身遥操作系统。项目由卡内基梅隆大学 LeCAR-Lab 主导开发，2023 年 11 月首次发布，2024 年升级为 OmniH2O 版本，支持更通用、更灵巧的全身动作迁移 。

主要功能：

• 单目 RGB 实时同步：仅用 1 台普通 RGB 摄像头即可捕捉全身动作，延迟 < 100 ms。
• 动作重定向：自动解决人体与机器人骨架差异，支持 30+ DoF 人形机器人（Unitree H1、Digit、OP3 等）。
• 强化学习控制器：在仿真环境中训练低层跟踪策略，再零样本迁移到真机，保证平衡与动态稳定 。
• 数据集与代码开源：提供 AMASS-to-H1 大规模动作数据集及完整 PyTorch 训练、部署脚本 。
• 云端真机验证：可通过浏览器远程连接实验室机器人，一键测试自己的动作序列。

应用场景：

• 远程救援：危险环境（火灾、核泄漏）下由操作员安全远程控制人形机器人。
• 影视动捕：低成本替代传统光学动捕，快速生成机器人演员动作。
• 养老陪护：远程家属或护理员实时操控机器人与老人互动。
• 科研教育：高校与实验室快速搭建人形机器人实验平台。

是否收费：

• 完全开源免费。代码、数据集、论文均在 GitHub 与项目网站公开 。
• 无云端算力费用，用户可本地训练或自行部署。

平台兼容性：

• 开发端：Ubuntu 20.04+、Python 3.8+、ROS 2、PyTorch 1.13+。
• 机器人端：支持 ROS 2 的 Linux 控制器即可接入；官方已验证 Unitree H1、OP3、Digit。
• 云端 Demo：WebRTC 浏览器访问，支持 Chrome、Edge、Firefox 最新版 。

Human2Humanoid 把“人形机器人遥操作”从昂贵实验室设备降到一台摄像头的成本，让任何研发团队都能零门槛体验“动一动，机器人同步动全身”的未来交互。