[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$f3vy7fl7z2kxzo":3},{"code":4,"message":5,"data":6,"timestamp":26},10000,"success",{"full_name":7,"position":8,"description":9,"language":10,"stars":11,"forks":12,"stars_gained":13,"age_days":14,"hn_threads":15,"one_liner":16,"summary_md":17,"topic":18,"github_topics":21,"license":22,"homepage":23,"updated_at":24,"history":25},"zita-ch\u002Fsupermimic_vibed",24,"vibe coded supermimic within 1h, LAFAN passed within 1.5 gpuh training","Python",483,44,136,3,[],"复现人形全身控制论文的非官方实现，让单卡研究者不用多卡 PPO 也能跑通 LAFAN1 跟踪。","## 解决什么问题\n\n在 LAFAN1 上做人形全身控制，通常意味着多卡 PPO、跑上好几天，调参周期极长。SuperMimic 论文声称用可微世界模型能大幅缩短这个流程，但官方没有放出代码。这个仓库从论文出发，把其中受控的 LAFAN1 对比实验重写了一遍，目标就是让一张卡、一两个小时就能看到结果。\n\n## 有什么不同\n\n常见做法是在物理仿真器里直接做 PPO：大量并行环境、漫长挂机，增加动作片段时成本还会继续涨。这里的做法是学一个世界模型，策略主要在想象中训练，仿真器只负责填 replay buffer。真正有区分度的只有两点：一是同一个 tracker 覆盖全部 40 段动作；二是 README 报告单张 RTX PRO 6000 Blackwell 上约 1.5 小时达到评测回报 0.829、0\u002F40 失败，并对比说论文的 PPO 基线在最多 8 张卡上 18 小时内都没到 0.82。另一点是整套东西跑在 kit-less 的 Isaac Lab 3 上，用 Newton + MuJoCo-Warp 求解器，不依赖 Isaac Sim\u002FKit 和 PhysX。\n\n## 适合谁\n\n适合已经熟悉 Isaac Lab、MuJoCo 和人形跟踪文献的强化学习\u002F机器人研究者，用来读代码、改训练循环、验证世界模型路线的想法。不适合想要生产级运动控制代码、sim-to-real 结果，或者想找个干净库来二次开发的人——作者自己说这是没经过 review 的「slop」，而且为了速度关掉了自碰撞。\n\n## 上手成本\n\n硬性要求 Linux + NVIDIA GPU，环境依赖 Docker 和 NVIDIA Container Toolkit，镜像约 20 GB，并且锁定 Isaac Lab 的具体 commit（46d6cc3）。数据脚本从 Hugging Face 拉取 G1 retarget 后的 LAFAN1，协议是 CC BY-NC-ND 4.0，也就是说动作数据本身禁止商用和演绎，与仓库的 MIT 无关。虚拟内存 ulimit 会让 Warp 的 CUDA graph 捕获失败，资产转换必须在离线流程里做，因为 kit-less 导入器不能在进程内运行——看到训练曲线之前，大概率要先和环境折腾一阵。具体命令见 README，这里不复述。\n\n## 点评\n\n项目只有 3 天，创建以来平均每天约 144 星，属于明显的新项目冲榜，谈不上成熟，README 也承认是 1 小时 AI 辅助写出来的。好处是复现目标明确，报告的数字与论文对得上，比大多数速成复现靠谱。但代码未经审核，数据协议限制商用，也还没有独立的第三方复现。建议当作可读的参考实现来研究或 fork，不要当依赖用。",{"slug":19,"name":20},"machine-learning","机器学习",[],"MIT",null,"2026-10-25T02:05:11Z",[],1792912826]