专访罗正宜：关于SONIC的深度对谈
ReSpark
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 Retargeting
6. 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: @zhengyiluo
LinkedIn: Zhengyi (Zen) Luo
Website: www.zhengyiluo.com
Google Scholar: scholar.google.com
小红书：正合时宜
