宇树的机器人又进化了，学习哪种跳舞，还可以挑战平衡木。

不仅可以在春晚扭秧歌，还可以模仿科比的后仰跳投，再现 C 罗的腾空半转身。

前阵子，宇树科技的人形机器人，可谓出尽风头。

因此，在几天之前，他们家的机器人又进化了。

梅花桩挑战，不一步踩空，走得端正。

不但可以正着走，倒着走也如履平地，这换个真人来也未必能做到。

尽管平衡木走出了一种醉酒的感觉，但至少也没有摔倒。

还有更加华丽的，舞一曲哪吒的《天雷滚滚我好害怕》

希望机器人能给老人以后，看看 G1 如今也开始学习推轮椅。

如果是夸张的话 G1 按照这个月几次进化的速度，或许明年就可以进入我们家当保姆了。

但是，这些新技能，事实上，宇树的员工并没有亲自调试过。

像前面挑战梅花桩一样 G1 ，便是上海 AI 实验室结合了国内几所顶尖大学，共同研究成果。而且那个蹭到了哪个热度的人。 G1 ，还来自上海 AI 实验室和其他机构的手。

所以世超这次也研究了一波两篇论文，发现这两篇论文一种可以使人形机器人挑战高难度地形，另一种可以降低远程操作机器人的成本。

可以说，这两项研究成果，为现阶段人形机器人在运动控制、数据收集、成本等方面的难题提供了更新的解决方案。

我们先来看看第一篇论文，《 BeamDojo : Learning Agile Humanoid Locomotion on Sparse Footholds 》（ BeamDojo ：学习敏捷类人在稀疏立足点的运动)。

里面有两个地方还挺值得一唠的。

之前复杂地形的实验大多是针对四足机器人的，脚的形状和人形完全不一样。即使有人形机器人的练习，效率也不高，但 BeamDojo 敲重点便是“人形机器人”“复杂地形”“高效”。

还有一点，就是零样本泛化这一举一反三的能力。

因此 BeamDojo 加强学习框架，设计一种专门针对人形机器人的训练方法，使机器人能够在复杂的地形上快速稳定地行走。

例如，在训练过程中，研究人员引进了一名研究人员。落脚点奖励制度。

可结合地形数据和机器人脚底的取样，计算其踏出的每一步，是否踩在安全区域。

假如大多数采样点都在安全区域内，自然会得到奖励，反而会受到惩罚。

另外，本文的实验还提到了从模拟环境到现实世界，BeamDojo 零样本泛化的成功率具有 80%。

也就是说，经过模拟环境的训练，到了真实的地形，就不需要额外的微调了，机器人也有很大的机会走得又快又稳。

这一能力对机器人至关重要，因此也成为当今学术界和行业的主流研究内容。

像 AI 在此之前，大神李飞飞和她的研究团队发表了一篇论文，“数字表亲”可以使机器人零样本泛化的成功率达到 90%。

另外一篇论文，介绍的实际上是一个人形机器人远程控制系统。

这个跟上一次斯坦福一样，也是远程操作。 Aloha 机器人不同。以前只是控制手臂，但是上海 AI 实验室的 HOMIE ，可以控制机器人全身的自由移动。

实现的原理大概是设计一套外骨骼设备(机械臂、智能手套、踏板)，让研究人员可以通过这个“驾驶室”全身控制机器人。

该系统的强化学习框架还涉及三项核心技术：专业学习上身姿态，高度跟踪奖励对称应用。。

专业术语听起来很吓人，但是理解这个概念并不难。

像上半身姿态专业学习，就是让机器人学习更多、更复杂的上臂动作。

高度跟踪奖励和训练狗一样。让机器人蹲下或站在一定的高度，达到目标就能得到奖励。归根结底，对称应用是使机器人左右两侧的动作更加和谐和一致。

外骨设备的硬件成本是最重要的，只需 3500，人民币。

这个机器人的成本远低于其他同样是远程操作计划的机器人。比如斯坦福 Aloha 机器硬件的成本， 3.2 在当时看来，万美元已经算得上是比较低的。

所以这样的对比，显得更加明显。 3500元是穿透地板价格的出现。

而且从数据收集的准确性来看，也会比较 VR 设备方案要高一些(文章中有和和 OpenTeleVision 进行比较)。

所以世超觉得，HOMIE最大的贡献之一，也许就是找到了一个成本低，精度高收集机器人数据的方法。

看看，不管是什么 BEAMDOJO 强化学习框架，或者 HOMIE 控制系统，这些前沿研究，都是针对的有智力的疑难病症去的。

不可否认，目前的具身智能还远未达到，科幻电影中的完美对比。

但是现在的机器人特别相似，十年前的 AI 。那时，没人预料到， ChatGPT 、 DeepSeek 什么，出现 AI 视频、 AI 音乐，更是天方夜谈。

由于大多数技术探索，我们平时也无法接触到，所以只有在质变发生后，我们才会恢复活力。

结合今年年初机器人行业的新动态，世界超级赌博是第一手，更不用说大规模应用了，但今年一定看了一些机器人的灵活性和适应性。

前几天，宇树科技的王兴兴没有说，预计年底他们家的人形机器人 H1 跑步速度，即将达到， 10m/s 。这个速度，和博尔特相比。

总而言之，我们就等着看吧。

图片，资料来源：

上海人工智能实验室微信官方账号，电影《机械公敌》截图

《HOMIE: Humanoid Loco-Manipulationwith Isomorphic Exoskeleton Cockpit》

《BeamDojo: Learning Agile Humanoid Locomotion on Sparse Footholds》

https://homietele.github.io/

https://why618188.github.io/beamdojo/

本文来自微信微信官方账号“差评X.PIN作者：西西，编辑：江江&面线 ，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com