研究人员开发了两个新框架，使人形机器人能够高速导航复杂、非结构化的地形。第一个框架“野外徒步”使用感知跑酷框架，将深度和本体感觉直接映射到关节动作，在Unitree G1机器人上实现了高达2.5米/秒的速度。第二个框架“TTT-Parkour”在模拟环境中采用快速的测试时间训练，以微调特定、未见过的环境的策略，使机器人能够在大约10分钟内掌握具有挑战性的障碍物。 AI
影响 这些框架可以显著提升人形机器人在实际应用中的能力，使其在不可预测的环境中实现更敏捷、更适应性的运动。
排序理由 两篇研究论文详细介绍了人形机器人运动学的新框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2601.07718v2 Announce Type: replace-cross Abstract: Achieving robust humanoid locomotion in complex, unstructured environments requires transitioning from reactive proprioception to proactive perception. However, integrating exteroception remains a significant challenge: ex…
arXiv:2602.02331v2 Announce Type: replace-cross Abstract: Achieving highly dynamic parkour with humanoid robots on complex terrains unseen during the pre-training stage remains a challenge in robotics. Although general locomotion policies demonstrate capabilities across broad ter…