HEX

HEX是一个面向全尺寸人形机器人的全身视觉-语言-动作框架。它集成了Qwen-VL主干、统一本体感知预测器（UPP）和流匹配动作头，以预测连续的未来动作。该项目通过将异构的人形状态对齐到共享的身体部位槽，并从跨实体的人形数据中学习预测身体动力学，从而实现策略在不同人形平台之间的迁移，并执行长时间范围的全身操作。部署时，HEX直接预测手臂、手部和腰部的动作，同时向基于强化学习的全身控制器提供高层指令以生成腿部动作，确保协调且稳定的操纵表现。适合需要复杂人机交互与操作的场景，如家庭服务机器人、工业协作机器人等。