O que é SuperMimic?
SuperMimic é o código de um artigo da UC Berkeley, aceito como apresentação oral na CoRL 2026, de Qiayuan Liao, Yiyang Shao, Junfeng Long, Kevin Zakka, Roberto Horowitz, Pieter Abbeel e Koushil Sreenath. Ele treina uma única política que faz um robô humanoide copiar movimentos humanos de corpo inteiro, de caminhar a saltos mortais e rolamentos laterais. Em vez de rodar aprendizado por reforço direto no simulador, ele ajusta um único modelo de mundo aprendido a transições registradas no MuJoCo Warp e treina a política por meio desse modelo, com gradientes analíticos sobre rollouts imaginados curtos de 32 passos.
O repositório traz scripts em Python de treino e reprodução para dois IDs de tarefa no Unitree G1, um com coordenadas generalizadas e outro com coordenadas máximas. Ele é construído sobre o mjlab e precisa do fork mjlab_research da HybridRobotics clonado ao lado. A página do projeto tem uma demo no navegador que roda a política no movimento escolhido.
O repositório foi criado em 10 de novembro de 2026, usa licença Apache 2.0 e tem cerca de 1.893 estrelas e 149 forks no GitHub. Não há versões marcadas; o último commit chegou em 19 de novembro de 2026.
SuperMimic vale a pena?
A afirmação central é sobre computação, e a página do projeto a sustenta com suas próprias contas. Em um benchmark de 129.514 movimentos, o SuperMimic supera o retorno normalizado do checkpoint publicado do SONIC (0,90) após 3 horas em uma NVIDIA H100. O SONIC foi treinado por 7 dias em 128 GPUs NVIDIA L40, cerca de 21.000 horas de GPU, então a diferença passa de 1000 vezes em horas de GPU. O SuperMimic também treinou com menos dados: 264,56 horas do BONES-SEED, o subconjunto público das 611 horas do SONIC.
As contagens de falhas dizem mais. O checkpoint do SONIC falha em 179 movimentos, incluindo todos os 44 saltos mortais e todos os 22 rolamentos laterais. Após 3 horas, o SuperMimic falha em 25, entre eles 1 salto mortal, 2 rolamentos laterais e 8 movimentos de deitar ou levantar; após 9,8 horas em duas GPUs, os autores não registram nenhuma falha. A página deixa claro que os movimentos do benchmark são movimentos de treino para os dois métodos, então esses números medem quanto da biblioteca uma política cobre, não como ela lida com um movimento que nunca viu.
O método não precisa de um simulador diferenciável. O modelo de mundo aprende com um simulador de contato comum, é atualizado a cada iteração junto com a política, e um crítico estima o retorno além do horizonte imaginado de 32 passos. Os autores dizem que uma única política roda em zero-shot em um Unitree G1 físico em todos os vídeos de robô real exibidos, sem ajuste por movimento. Isso se apoia em vídeos e no artigo; vale conferir a seção de robô real do artigo antes de reservar tempo de hardware.
O porém: o repositório serve só para treino. Uma issue aberta aponta que não há configurações das execuções do artigo, nem caminho de download dos dados, nem checkpoint publicado, e outra relata que o comando de treino do README falha para contas externas porque os dados de movimento ficam em um registro do Weights & Biases que elas não acessam. A reprodução também lê execuções do W&B. O projeto tem dez dias, depende de um fork de pesquisa do mjlab com 47 estrelas e exige Python 3.13.
Nossa opinião: para um laboratório de humanoides, o SuperMimic é o resultado a reproduzir neste trimestre, porque leva o rastreamento de corpo inteiro de uma linha de orçamento para uma única estação de trabalho. Para quem quer uma política pronta para carregar em um G1 amanhã, é um artigo para ler enquanto o código não alcança.
Onde ele se destaca
Um laboratório universitário de humanoides com uma ou duas H100
Treinar um rastreador de movimento geral para um Unitree G1 sem alugar um cluster
Clone supermimic e mjlab_research lado a lado, prepare seu próprio conjunto de movimentos até o caminho de dados ficar público e treine a tarefa SuperMimic-GenCoord-G1. A execução do artigo superou sua referência em 3 horas em uma H100; reserve tempo extra para reconstruir as configurações do artigo.
Uma startup de robótica comparando treino com modelo de mundo e PPO
Decidir se o treino baseado em modelo reduz a conta de GPU
Rode as duas variantes de coordenadas em uma parte dos seus próprios movimentos e compare as horas de GPU até um retorno-alvo. Os autores relatam cerca de 64 vezes menos passos imaginados que o PPO no mesmo modelo de mundo para chegar ao melhor retorno de treino do PPO.
Antes de decidir
- Configuração
- Instale o uv, clone supermimic e HybridRobotics/mjlab_research como pastas irmãs e rode o script de treino com um ID de tarefa na GPU escolhida. Requer Python 3.13.
- Integrações
- Construído sobre mjlab e MuJoCo Warp; registra e carrega execuções pelo Weights & Biases; inclui só tarefas para o Unitree G1.
- Dados e privacidade
- Roda nas suas próprias máquinas. Os movimentos de treino vêm do BONES-SEED; o artefato de movimento do README fica em um registro do W&B que contas externas relatam não conseguir acessar.
- Custo em escala
- Código gratuito. O custo é tempo de GPU: 3 horas de GPU em uma H100 para passar a referência e 19,6 horas de GPU (9,8 horas em duas GPUs) para zero movimentos com falha no artigo.
- Limites
- Sem checkpoints, sem ferramenta de avaliação e sem versões marcadas; só G1; a robustez em robô real aparece em vídeos e deve ser conferida no artigo.
O que é bom
- Supera uma referência de 128 GPUs após 3 horas em uma H100
- 25 movimentos com falha de 129.514 contra 179, e nenhum após 9,8 horas em duas GPUs
- Faz saltos mortais e rolamentos laterais em que o checkpoint do SONIC falha
- Apache 2.0, com demo no navegador da política treinada
O que não é
- Sem checkpoint publicado nem configurações das execuções do artigo
- O caminho de dados de movimento do README falha para contas externas
- Os movimentos do benchmark são de treino: mede cobertura, não generalização
- Depende de um fork jovem de pesquisa do mjlab e do Weights & Biases
Ideal para
Pesquisadores de robótica com uma GPU NVIDIA que querem reproduzir ou ampliar o rastreamento de corpo inteiro de humanoides sem um cluster de GPUs.
Alternativas ao SuperMimic
SuperMimic: perguntas frequentes
- SuperMimic vale a pena?
- SuperMimic transforma o rastreamento de movimento humanoide de um trabalho de cluster em uma tarde em uma GPU, mas hoje é código de pesquisa que você mesmo precisa retreinar. Damos nota 3.8 de 5.
- Quanto custa SuperMimic?
- Gratuito e de código aberto sob Apache 2.0. Você precisa da sua própria GPU NVIDIA; a execução principal do artigo usou uma H100 por 3 horas.
- Quais são as desvantagens de SuperMimic?
- Sem checkpoint publicado nem configurações das execuções do artigo; o caminho de dados de movimento do README falha para contas externas; os movimentos do benchmark são de treino: mede cobertura, não generalização; depende de um fork jovem de pesquisa do mjlab e do Weights & Biases.
- Para quem SuperMimic é indicado?
- Pesquisadores de robótica com uma GPU NVIDIA que querem reproduzir ou ampliar o rastreamento de corpo inteiro de humanoides sem um cluster de GPUs.
- Quanto custa SuperMimic para uma equipe ou em produção?
- Código gratuito. O custo é tempo de GPU: 3 horas de GPU em uma H100 para passar a referência e 19,6 horas de GPU (9,8 horas em duas GPUs) para zero movimentos com falha no artigo.
- SuperMimic é seguro para dados da empresa?
- Roda nas suas próprias máquinas. Os movimentos de treino vêm do BONES-SEED; o artefato de movimento do README fica em um registro do W&B que contas externas relatam não conseguir acessar.
- Quais são as melhores alternativas ao SuperMimic?
- As alternativas mais próximas que analisamos são Eden.
Respostas verificadas em 20 de nov. de 2026.