北京人形机器人创新中心发布了其人形机器人“天工”的运控算法框架“天工-Lab”，填补了高性能人形机器人运动控制开源领域的空白。该框架集成了强化学习和模仿学习机制，使机器人能在复杂地形（如台阶、斜坡、草地、碎石地、沙地）下实时调整步态，展现出强大的运动智能。该创新为人形机器人走出实验室，在高复杂环境中执行任务提供了关键技术支撑。同时，中心还开放了多个虚拟机器人训练场，并利用数字孪生仿真场景实现大规模的具身智能数据采集和训练。

🤖 **“天工-Lab”运控算法框架填补开源空白**：北京人形机器人创新中心自主研发的“天工-Lab”开源框架，为高性能人形机器人运动控制领域带来了重要突破，解决了高性能人形机器人运动控制框架在开源领域的缺失问题。

🧠 **强化学习与模仿学习赋能运动智能**：该框架引入了强化学习和模仿学习机制，使得人形机器人“天工”能够具备更发达的“运动智能中枢”，从而在面对台阶、斜坡、草地、碎石地、沙地等复杂地形时，能够实时调整步态，展现出卓越的适应能力和快速移动能力。

🌐 **虚拟训练场与数字孪生加速数据采集**：中心同步开放了多个支持全场景交互的虚拟机器人训练场，涵盖起居室、客厅、厨房、商超、工厂等多种真实场景。此外，通过搭建数字孪生仿真场景，实现了大规模的具身智能数据采集和训练，克服了真实场景中机器人运行数量的限制。

🚀 **推动人形机器人走向实际应用**：这套创新的运动控制算法框架为更多人形机器人走出实验室，在高复杂环境中执行任务提供了核心基础技术支撑，预示着人形机器人在实际应用领域将迎来更广阔的发展前景。

IT之家 7 月 22 日消息，据央视新闻今日报道，北京人形机器人创新中心发布了机器人半程马拉松冠军“天工”的运控算法框架，填补了高性能人形机器人运动控制框架在开源领域的空白。

运动控制能力是人形机器人适应环境和执行任务的核心技术。如同人类一样，机器人在与物理世界进行交互时，需要对各关节进行控制，来保证运动的稳定性和准确性。人类的运动控制需要小脑的调节，机器人的运动控制则依靠一套算法。

“天工 Ultra”人形机器人在遇到台阶、斜坡、草地、碎石地、沙地等各种复杂地形的时候，都能实时调整步态，这是因为研发人员在训练天工的运动控制算法中引入了强化学习和模仿学习机制，让机器人具有更发达的“运动智能中枢”。

这套引入的运动控制算法框架就是“天工-Lab”，它由北京人形机器人创新中心自主研发，能在短时间内训练出人形机器人面对复杂地形的自主适应能力和快速移动能力，为更多人形机器人走出实验室，在高复杂环境中执行任务，提供核心基础技术支撑。

此外，北京人形机器人创新中心还同步开放了多个支持全场景交互的虚拟机器人训练场，包括起居室、客厅、厨房、商超、工厂等各类场景，平时研发人员就是在这些真实场景里去采集机器人执行各项操作任务的真机数据。

不过真实场景里能同时运行的机器人数量是有限的，为了实现大规模的具身智能数据采集和训练，研发人员还搭建了数字孪生仿真场景，机器人可以自由操作场景内的各类物品。

IT之家附“天工-Lab”开源地址：

https://github.com/Open-X-Humanoid/TienKung-Lab