AI-translated from English; not yet reviewed by a fluent editor. # Ikinokonekta ng HomeBody ang spatial memory ng humanoid sa mga kasanayan ng robot na magagamit muli > Ipinakikita ng mga mananaliksik sa Caltech at Stanford ang Unitree G1 na gumagamit ng naaalalang mapa ng kusina at mga kasanayang magagamit muli. May piling demonstrasyon ang release ngunit walang kontroladong resulta, buong papel o code ng robot. By BIG CHANGE Editorial Published: 2026-09-27T14:28:31.966Z Updated: 2026-09-27T14:28:31.966Z Canonical: https://bigchange.ai/blog/homebody-humanoid-spatial-memory-robot-skills ![Conceptual charcoal illustration of a white humanoid robot walking toward a closed drawer in a light wood kitchen.](https://bigchange.ai/api/media/file/homebody-kitchen-g1-hero-v1.png) AI-generated conceptual illustration by BIG CHANGE. Ipinakita ng pangkat mula Caltech at Stanford ang [HomeBody](https://tml.stanford.edu/homebody/), isang sistemang pananaliksik kung saan inuutusan ng GPT Astra ang Unitree G1 na magsagawa ng mga gawain sa kusina sa pamamagitan ng pagtawag sa mga kasanayan sa pag-navigate at paghawak ng mga bagay. Inaalam muna ng robot ang silid at itinatala kung saan nito nakita ang mga bagay. Sa mga demonstrasyon ng pangkat, nangangalap ito ng mga supot ng kape, nagtatapon ng mga tinukoy na karton at kumukuha ng bote ng gamot mula sa drawer matapos mawala ang bagay sa tanaw ng kamera nito. ## Ang malaking pagbabago - **Ano ang nagbago:**Binibigyan ng HomeBody ang vision-language model ng access sa spatial na tala ng inalam na silid at iisang interface para sa mga kasanayan ng robot. Pinipili ng modelo ang kasanayan at puntirya; pinaplano at isinasagawa ng lokal na software ang galaw, saka iniuulat ang resulta. - **Bakit mahalaga:**Nakakapagplano ang modelo sa iba’t ibang lugar at gumagamit ng puna nang walang bagong sinanay na action policy para sa kusinang ito. Ipinakikita ng mga demonstrasyon ng pangkat kung paano mapagsasama ang memory at dati nang kasanayang motor para sa mas mahahabang gawain. - **Ano ang hindi pa malinaw:**Mga piling demonstrasyon, hindi kontroladong pag-aaral ng antas ng tagumpay, ang ipinakikita ng pampublikong release. Hindi pa pampublikong makukuha ang papel at code ng robot pagsapit ng Setyembre 27, kaya hindi pa malayang mauulit batay sa release ang iniulat na performance. ## Paano naaalala ng robot ang silid Nagsisimula ang HomeBody sa paggalugad. Ayon sa [paglalarawan ng pag-deploy ng proyekto](https://tml.stanford.edu/homebody/), kumukuha ang G1 ng malawakang video mula sa iPhone, obserbasyon ng D435i camera, scan ng LiDAR, mga pose ng dugtungan at mga waypoint na pinili ng modelo. Nagbibigay ang mapang SLAM na batay sa LiDAR ng nasukat na heometriya ng silid. Ginagamit ni Astra ang materyal na iyon upang bumuo ng digital twin sa Nvidia Isaac Sim. Itinatapat ng pangkat ang mapa at rekonstruksiyon upang magkapareho ang coordinate frame ng mga naitalang tanaw ng kamera at kasalukuyang posisyon ng robot. Mahalaga ang paghahandang ito kapag tumutukoy ang tagubilin sa bagay na hindi nakikita ng robot sa kasalukuyan. Para sa kahilingan tungkol sa gamot, sinasabi ng pangkat na inaalala ng HomeBody ang nakaimbak na mga keyframe ng kamera upang hanapin ang drawer, puntahan ito, buksan at kunin ang bote. Tinutulungan ng modelo ng silid ang pag-navigate at pag-alala sa lokasyon; ginagabayan pa rin ng live na kamera ang huling pisikal na pagkilos. Tahasan namang may label na halimbawang paglalarawan ang [interaktibong paglilibot sa kusina](https://tml.stanford.edu/homebody/) sa pahina ng proyekto at nagaganap ito sa muling binuong silid. Hiwalay na ipinakikita sa pahina ang mga video kung saan ginagawa ng G1 ang mga gawain sa kusina; may label na aktuwal na kuha ng robot ang mga clip tungkol sa pag-navigate, pagpulot, paglalagay at kasanayan sa drawer. Idinodokumento ng mga video ang mga piling pagpapatakbo ng pangkat, samantalang ipinapaliwanag ng simulate na replay ang pagkakasunod ng pagpaplano. ## Mula pasya ng modelo tungo sa galaw Tumatanggap ang modelo ng gawain, kasalukuyang tanaw ng kamera, konteksto ng mapa, lagay ng pang-ipit, mga naalalang obserbasyon at resulta ng naunang kasanayan. Nagpapadala ito ng nakaayos na tawag na tumutukoy sa kasanayan at puntirya. Sa pagpulot, punto sa larawan sa iskala na 0–1000 at pagpili ng kamay ang puntirya. Hinahati ng lokal na perception ang bagay, tinatantiya ang lalim nito mula sa stereo na mga larawan at ginagawang 3D na paghawak ang pinili. Pagkatapos ay kinukuwenta at sinusuri ng tagaplano ng braso ang galaw. 2D na layunin at puntong haharapin sa mga coordinate ng mapa ang kailangan sa pag-navigate; 3D na puntong bibitawan naman sa paglalagay. Pinagsasama sa iisang kilos ng pagbubukas ng drawer ang pagtapat sa hawakan, pagsabit at paglakad paatras. Sa loob ng mga kasanayan ginagawa ang maliliit na pagwawasto. Inilalarawan ng pangkat ang pagsubaybay sa paningin habang lumalapit at limitadong muling pagsubok kapag hindi natamaan ang bagay sa paghawak. Kung mabigo ang pagbangon mula sa pagkakamali, ibinabalik ng kasanayan kay Astra ang dahilan upang makapagpasya itong muli. Umaasa ang paglakad at pag-abot sa dati nang sinanay na whole-body controller na AMO. Sinasabi sa pahina na tumatakbo sa 250 Hz ang mga utos sa braso at kamay at nag-a-update sa 50 Hz ang AMO policy. Tumatakbo nang malayuan si Astra; nasa laptop na may RTX 4090 GPU ang perception, pagpaplano ng galaw at mga kasanayan. Pinipili ni Astra *kung anong* kilos ang susubukan at *saan*; tinutukoy naman ng library ng kasanayan at mga controller *kung paano* gagalaw ang G1. Ayon sa pangkat, walang datos sa pagsasanay na partikular sa kapaligiran o karagdagang pagkatuto ng policy ang ginamit sa mga demonstrasyon sa kusina. Bahagi pa rin ng paghahanda ang dati nang sinanay na kontrol at masusing rekonstruksiyon ng silid. ## Ano ang pinatutunayan ng mga demonstrasyon Inilalarawan sa pahina ng proyekto ang dalawang pagkakasunod-sunod ng pisikal na gawain sa kusinang hindi pa napupuntahan. Pinagsasama-sama ng isa ang mga supot ng kape at itinatapon ang mga tinukoy na karton ng gatas at orange juice. Sa isa pa, hinahanap ng G1 ang bote ng gamot mula sa malabong kahilingan, kinukuha ito sa drawer, inaabot at nagtatapon ng karton. Ipinakikita ng mga clip ng kasanayan ang magkakahiwalay na kilos at naitalang muling pagsubok; ayon sa pahina, pinabibilis ang karamihan sa mga preview at tuluy-tuloy ang mga paulit-ulit na pagtatangka sa isang pagkakasunod-sunod ng pagkuha mula sa drawer. Walang bilang ng pagsubok, antas ng tagumpay, paghahambing sa natutunang vision-language-action policy o oras at gastos sa bawat tapos na gawain sa kusina ang ibinigay sa release. Kaya sinusuportahan nito ang demonstrasyon ng arkitektura, hindi nasukat na pahayag na maaasahan ang disenyong ito sa ibang kusina. Sa [naka-link na pampublikong repositoryo](https://github.com/Stanford-TML/homebody) ay nakasulat sa kasalukuyan ang “Code coming soon,” at walang nakalink na manuskrito sa label na Paper sa pahina ng proyekto. Nasa repositoryo ang website, mga ilustrasyon at video, ngunit walang implementasyon ng robot o mga file ng pagsusuri. Hindi pinatakbo o sinubukan ng BIG CHANGE ang HomeBody o anumang robot. Sinuri sa nauna nang [ulat ng BIG CHANGE tungkol sa GPT-Policy](https://bigchange.ai/blog/gpt-policy-robot-learning-vlm-agents) ang papel ng ibang pangkat tungkol sa konteksto sa mga kilos ng robot. Hindi tinutukoy sa mga materyal ng HomeBody na bahagi ng sistemang ito ang papel na iyon. Naglilista ang pangkat ng mga praktikal na limitasyon: nangangailangan ng oras sa paghahanda at gastos sa API ang paggawa ng digital twin; nagdudulot ng paghinto sa pagitan ng mga kasanayan ang malayuang pangangatwiran ni Astra; nililimitahan ng abot at kakayahan sa paghawak ang kayang gawin ng G1; at maaaring uminit nang sobra ang mga servo ng daliri sa matagal na paggamit. Kailangan ng lokal na stack ang laptop na RTX 4090 at maaaring mangailangan ng dagdag na computing power ang mas masalimuot na kasanayan. ## Mga sanggunian at karagdagang babasahin - [Pahina ng proyekto ng HomeBody ng mga mananaliksik sa Caltech at Stanford](https://tml.stanford.edu/homebody/) — Pangunahing salaysay tungkol sa sistema, mga demonstrasyon sa kusina, simulate na replay, interface ng mga kasanayan, control stack at mga sinasabing limitasyon. May petsang Setyembre 2026 ang pahina; ebidensiya ng pangkat, hindi malayang pagsusuri, ang mga piling video at paglalarawan nito. - [Pampublikong repositoryo ng HomeBody ng Stanford TML](https://github.com/Stanford-TML/homebody) — Naka-link mula sa pahina ng proyekto. Nang suriin noong Setyembre 27, 2026, sinasabi sa README na malapit nang ilabas ang code; mga asset ng website, hindi implementasyon ng robot o buong papel, ang laman ng pampublikong tree. ## Sources - [Pahina ng proyekto ng HomeBody ng mga mananaliksik sa Caltech at Stanford](https://tml.stanford.edu/homebody/) — Pangunahing salaysay ng mga may-akda tungkol sa arkitektura, pisikal na demonstrasyon sa kusina, simulasyong tahasang panglarawan, interface ng mga kasanayan, setup ng computing at mga sinasabing limitasyon. Hindi kontrolado o malayang pagsusuri ang mga piling kuha at paglalarawan. Walang nakalink na manuskrito sa label na Paper. - [Pampublikong repositoryo ng HomeBody ng Stanford TML](https://github.com/Stanford-TML/homebody) — Sinasabi sa README na malapit nang ilabas ang code. Nasa pampublikong tree ang website at media ng proyekto, hindi implementasyon ng robot o mga file ng pagsusuri. Hindi patunay ng tiyempo ng eksperimento ang paggawa ng repositoryo.