EP19 专访罗正宜：关于SONIC的深度对谈

人形机器人通用控制器系列，我们在专访Xue Bin(Jason) Peng：探索人形机器人全身运控的通用控制器，专访罗正宜：解密PHC——人形机器人通用控制器，以及2025年的Human Data系列总结篇：Human Data—The “Key” to Robot Data的一些列采访都有涉及。这期文章，我再次邀请到了罗正宜博士，来聊一聊在人形机器人全身运控领域家喻户晓的工作SONIC。罗正宜（Zhengyi Luo）是英伟达GEAR实验室的一名研究科学家，博士毕业于CMU，他的导师是 Kris Kitani 教授。在此之前，他于2019年在宾夕法尼亚大学获得了本科学位，并曾在 Kostas Daniilidis 教授的指导下开展研究工作。罗正宜博士的的研究兴趣主要集中在视觉、学习与机器人技术的交叉领域。主要研究方向包括人体姿态估计、人-物交互建模、人类运动建模等。1. Sonic的核心思想2. 模型方法介绍3. Sonic性能的特色4. Sonic训练数据的特色5. 关于Data Retargeting6. Retargeting最难的问题是什么？7. 人与物体交互的数据8. Sonic有哪些应用9. Sonic对不同型号机器人的适配性10. Sonic的开源状态11. 一些问题-retargeting vs SMPL-惯性动捕 vs VR-VLA-Controller-轮式双臂 vs 双足-跨embodiment的通用controller-大幅度强交互场景-通用和专用-进一步的算力和规模提升-多模态References：Sonic：nvlabs.github.io罗正宜社交媒体：X/Twitter: @zhengyiluoLinkedIn: Zhengyi (Zen) LuoWebsite: www.zhengyiluo.comGoogle Scholar: scholar.google.com小红书：正合时宜在小宇宙查看该单集文稿