——新型学习框架让人形机器人在复杂地形上“如履平地”
本报记者 崔 爽
继在春晚“扭秧歌”后，来自宇树科技的人形机器人G1再次进化。
近日，上海AI实验室、上海交通大学、浙江大学、香港大学、香港中文大学联合发布“BeamDojo强化学习框架”。根据官方解释，其“用于实现人形机器人在稀疏立足点上的敏捷运动”。也就是说，有它加持，G1人形机器人在“难有立锥之地”的复杂地形上也能如履平地，连走平衡木、跳梅花桩都不在话下。
公开演示画面中，G1能稳定穿过多个约20厘米宽、面积狭小、间距不一的踏脚石。不仅可以正向行走，G1还能倒着走，甚至在背负6千克重物、面临外力干扰的情况下，依然能够顺利完成挑战。
以往的机器人研究中，克服复杂地形问题一直是主要技术挑战之一。通过引入新的学习框架，BeamDojo框架优化了机器人在动态环境中的运动控制，使G1即便在不规则的地形上，也能展现出不俗的平衡力和灵活性。
BeamDojo框架的创新之处就在于其独特的两阶段强化学习训练策略。第一阶段让机器人在平地进行训练，通过输入地形参数，让算法在安全环境中预学习；第二阶段切换至实际任务地形中，进行策略微调。针对人形机器人多边形脚掌的特点，研究团队还设计了基于采样的落脚点奖励机制，结合“双评价器”架构，有效提升机器人的地形感知与适应能力。
值得注意的是，该框架还可以实现零样本泛化。机器人的泛化能力是指机器人在面对新的、未见过的任务、环境或条件时，能够应用其学到的知识和技能来成功完成任务的能力。这种能力对于机器人的实用性和灵活性至关重要，因为它使得机器人能够在不断变化的环境中有效工作。尽管G1在训练过程中并未接触过稀疏地形与平衡木，但基于这一框架，它能对各类稀疏落脚点地形做到零样本泛化。
为了实现真实世界的部署，BeamDojo框架还搭载了基于激光雷达的高程地图系统，结合模拟训练中的域随机化技术，使机器人能够实时感知并适应复杂地形。
最终，在这一框架下，G1即便在未经训练的稀疏地形上，也能以80%的成功率稳健行走。研究团队表示，他们的目标是突破人形机器人在非传统行走表面上的限制，新一代机器人有望在人机协作、救援等领域展现更为广泛的应用可能性。
目前，宇树科技已全面自研电机、减速器、控制器、激光雷达等机器人关键核心零部件和高性能感知及运动控制算法，并整合机器人全产业链。
宇树科技CEO王兴兴日前表示，AI驱动下的机器人技术每天都在快速进步，大大加速了技术的发展。他预计，2025年AI人形机器人将达到一个新的量级。如果顺利的话，到明年或后年，AI人形机器人可以在一些基础服务业或工业应用中推广开来，但家用机器人的推广进度可能会稍微慢一点，因其对安全性、技术成熟度的要求更高。整体而言，随着技术的不断成熟与成本的逐步降低，人形机器人走进千家万户的脚步会越来越快。
