MetaMorph共同研究：模块化机器人形态控制
人工整理｜Agrim Gupta、Linxi/Jim Fan、Surya Ganguli与Li Fei-Fei的MetaMorph将模块化机器人形态作为Transformer条件，在多种形态上共同预训练控制策略。原方法图区分动力学、运动学与任务变化，作者报告零样本和少样本迁移；本任务未复测。辅助README给出联合训练、3个预训练/2个评估环境，以及Unimal-100形态集数量，均为来源声明；运行说明涉及Docker、MuJoCo许可与GPU。本条为机器人控制研究，不能当作人体绑定、动捕重定向或广告CG流程。未安装、下载数据/模型或训练，兼容性、性能、成本和商用许可未核；ICLR 2022年份不替代具体发表时间。