Edisi Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# HomeBody menghubungkan ingatan spasial humanoid dengan keterampilan robot yang dapat digunakan kembali

> Peneliti Caltech dan Stanford memperlihatkan Unitree G1 menggunakan peta dapur yang diingat dan keterampilan yang dapat digunakan kembali. Rilis ini memuat demonstrasi pilihan, tetapi belum menyertakan hasil terkontrol, makalah lengkap, atau kode 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.

Tim Caltech dan Stanford telah [memperlihatkan HomeBody](https://tml.stanford.edu/homebody/), sebuah sistem riset yang menggunakan GPT Astra untuk mengarahkan Unitree G1 menjalankan tugas dapur dengan memanggil keterampilan navigasi dan manipulasi. Robot terlebih dahulu menjelajahi ruangan dan menyimpan lokasi tempatnya melihat benda. Dalam demonstrasi tim, robot mengumpulkan kantong kopi, membuang karton tertentu, dan mengambil botol obat dari laci setelah benda tersebut tidak lagi terlihat oleh kameranya.

## Perubahan besar

- **Yang berubah:** HomeBody memberi model visi-bahasa akses ke catatan spasial ruangan yang telah dijelajahi serta antarmuka umum untuk keterampilan robot. Model memilih keterampilan dan sasaran; perangkat lunak lokal merencanakan dan menjalankan gerakan, lalu melaporkan hasilnya.
- **Mengapa ini penting:** Model dapat merencanakan perpindahan antarlokasi dan menggunakan umpan balik tanpa kebijakan tindakan baru yang dilatih untuk dapur ini. Demonstrasi tim menunjukkan bagaimana ingatan dan keterampilan motorik yang sudah ada dapat dirangkai untuk tugas yang lebih panjang.
- **Apa yang belum terjawab:** Rilis publik menampilkan demonstrasi pilihan, bukan studi tingkat keberhasilan terkontrol. Per 27 September, makalah dan kode robot belum tersedia untuk umum, sehingga kinerja yang dilaporkan belum dapat direproduksi secara independen dari rilis tersebut.

## Bagaimana robot mengingat ruangan

HomeBody memulai dengan eksplorasi. Menurut [uraian penerapan proyek](https://tml.stanford.edu/homebody/), G1 mengumpulkan video iPhone bersudut lebar, pengamatan kamera D435i, pemindaian LiDAR, pose sendi, dan titik arah yang dipilih model. Peta SLAM berbasis LiDAR menyediakan geometri ruangan yang terukur. Astra menggunakan bahan tersebut untuk membangun kembaran digital dalam Nvidia Isaac Sim. Tim menyelaraskan peta dan rekonstruksi agar tampilan kamera yang direkam dan posisi robot saat ini memakai kerangka koordinat yang sama.

Persiapan itu penting saat instruksi menyebut benda yang tidak dapat dilihat robot pada saat itu. Untuk permintaan mengambil obat, tim mengatakan HomeBody mengingat kembali bingkai kunci kamera yang tersimpan untuk menemukan laci, menuju ke sana, membukanya, lalu mengambil botol. Model ruangan membantu navigasi dan mengingat lokasi; kamera langsung tetap memandu interaksi fisik terakhir.

Video [simulasi interaktif di dapur](https://tml.stanford.edu/homebody/) pada halaman proyek secara eksplisit diberi label ilustratif dan berlangsung di ruangan hasil rekonstruksi. Halaman itu secara terpisah menampilkan video G1 melakukan tugas dapur dan memberi label rekaman robot nyata pada klip keterampilan navigasi, mengambil, meletakkan, dan membuka laci. Video tersebut mendokumentasikan percobaan pilihan tim, sedangkan pemutaran ulang simulasi menjelaskan urutan perencanaannya.

## Dari keputusan model ke gerakan

Model menerima tugas, tampilan kamera terkini, konteks peta, keadaan gripper, pengamatan yang diingat, dan hasil keterampilan sebelumnya. Model mengirim panggilan terstruktur yang menyebut keterampilan dan sasaran. Untuk mengambil benda, sasaran berupa titik pada gambar dengan skala 0–1000 dan pilihan tangan. Perangkat persepsi lokal mensegmentasi benda, memperkirakan kedalamannya dari gambar stereo, lalu mengubah pilihan itu menjadi posisi genggaman 3D. Perencana lengan kemudian menghitung dan memeriksa jalur gerakan. Navigasi menerima sasaran 2D dan titik arah hadap dalam koordinat peta; peletakan menerima titik pelepasan 3D. Membuka laci merangkum penyelarasan dengan gagang, mengaitkannya, dan berjalan mundur menjadi satu tindakan.

Keterampilan membuat koreksi kecil secara lokal. Tim menjelaskan pelacakan visual saat mendekati objek dan percobaan ulang terbatas ketika genggaman meleset. Jika pemulihan gagal, keterampilan mengirim alasan kepada Astra agar membuat keputusan lain. Berjalan dan menjangkau mengandalkan pengendali seluruh tubuh pralatih bernama AMO. Halaman proyek menyebut perintah lengan dan tangan berjalan pada 250 Hz, sedangkan kebijakan AMO diperbarui pada 50 Hz. Astra berjalan dari jarak jauh; persepsi, perencanaan gerak, dan keterampilan berjalan di laptop dengan GPU RTX 4090.

Astra memilih *tindakan* yang akan dicoba dan *lokasi*; pustaka keterampilan dan pengendali menentukan *cara* G1 bergerak. Tim mengatakan demonstrasi dapur tidak memakai data pelatihan khusus lingkungan atau pembelajaran kebijakan tambahan. Pengendali pralatih yang sudah tersedia dan rekonstruksi ruangan yang cukup besar tetap menjadi bagian dari penyiapan.

## Apa yang dibuktikan oleh demonstrasi

Halaman proyek menggambarkan dua rangkaian tugas fisik di dapur yang sebelumnya belum dikenal. Pada rangkaian pertama, robot mengumpulkan kantong kopi dan membuang karton susu serta jus jeruk tertentu. Pada rangkaian kedua, G1 menemukan botol obat dari permintaan yang kurang terperinci, mengambilnya dari laci, menyerahkannya, lalu membuang sebuah karton. Klip keterampilan menunjukkan tindakan individual dan percobaan ulang yang direkam; halaman itu menyebut sebagian besar pratinjau dipercepat dan mengidentifikasi urutan mengambil dari laci yang terus dicoba ulang.

Rilis tersebut tidak mencantumkan jumlah percobaan, tingkat keberhasilan tugas, perbandingan dengan kebijakan visi-bahasa-tindakan yang dipelajari, atau waktu dan biaya setiap rangkaian tugas dapur yang selesai. Karena itu, bukti ini mendukung demonstrasi arsitektur, bukan klaim terukur bahwa rancangan tersebut bekerja andal di dapur lain. [Repositori publik tertaut](https://github.com/Stanford-TML/homebody) saat ini menyatakan “Kode segera hadir”, dan label Paper pada halaman proyek tidak memiliki tautan ke naskah. Repositori itu memuat situs web, ilustrasi, dan video, tetapi tidak memuat implementasi robot atau berkas evaluasi. BIG CHANGE tidak menjalankan HomeBody maupun menguji robot.

Laporan BIG CHANGE sebelumnya tentang [GPT-Policy](https://bigchange.ai/blog/gpt-policy-robot-learning-vlm-agents) mengkaji makalah dari tim berbeda tentang konteks untuk tindakan robot. Materi HomeBody tidak menyebut makalah itu sebagai bagian dari sistem ini.

Tim mencantumkan beberapa kendala praktis: membangun kembaran digital memerlukan waktu penyiapan dan biaya API; penalaran Astra dari jarak jauh menimbulkan jeda antar-keterampilan; jangkauan dan manipulasi membatasi kemampuan G1; dan servo jari dapat terlalu panas saat digunakan lama. Tumpukan lokal memerlukan laptop RTX 4090, sementara keterampilan yang lebih berat mungkin memerlukan komputasi lebih besar.

## Sumber & bacaan lanjutan

- [Halaman proyek HomeBody dari peneliti Caltech dan Stanford](https://tml.stanford.edu/homebody/) — Sumber utama tentang sistem, demonstrasi dapur, pemutaran simulasi, antarmuka keterampilan, tumpukan kendali, dan keterbatasan yang dinyatakan. Halaman ini bertanggal September 2026; video serta deskripsi pilihan merupakan bukti dari tim, bukan evaluasi independen.
- [Repositori publik HomeBody milik Stanford TML](https://github.com/Stanford-TML/homebody) — Ditautkan oleh halaman proyek. Saat diperiksa pada 27 September 2026, README menyebut kode akan segera hadir; isi publiknya berupa aset situs web, bukan implementasi robot atau makalah lengkap.

## Sources

- [Halaman proyek HomeBody dari peneliti Caltech dan Stanford](https://tml.stanford.edu/homebody/) — Catatan utama penulis mengenai arsitektur, demonstrasi dapur fisik, simulasi yang secara eksplisit bersifat ilustratif, antarmuka keterampilan, penyiapan komputasi, dan keterbatasan yang dinyatakan. Rekaman pilihan dan deskripsinya bukan evaluasi terkontrol yang independen. Label Paper tidak memiliki tautan ke naskah.
- [Repositori publik HomeBody Stanford TML](https://github.com/Stanford-TML/homebody) — README menyatakan “Kode segera hadir”. Isi publiknya mencakup situs proyek dan media, bukan implementasi robot atau berkas evaluasi. Tanggal pembuatan repositori bukan bukti kapan eksperimen dilakukan.