宇树G1又炫技，脚踩梅花桩如履平地，网友：疑似少林寺训练内容流出

这项突破来自上海AI实验室、上海交通大学、浙江大学、香港大学和香港中文大学的联合团队。他们发布了一个名为BeamDojo的强化学习框架，核心目标是：让人形机器人在落脚点稀疏、危险系数极高的地形上，实现精细的落脚点控制。这项技术，据说是第一个基于学习方法能做到这一点的成果。

那么，难点到底在哪？

在人形机器人的世界里，走平衡木、踏梅花桩这类活儿，远没有看起来那么简单。机器人必须极其精准地处理感知信息，把脚放在安全区域，同时保持躯干稳定——稍有偏差，可能就狼狈跌下。这背后有两个主要的技术障碍。

第一，四足机器人虽然已经很擅长在稀疏落脚点上行走了，但它们的脚多是点状，而人形机器人的脚是多边形。为点状脚设计的落脚点奖励机制，直接套用在多边形脚上，完全不适用。第二，目前的基于学习的人形机器人研究，在复杂地形与精细落脚点的灵活运动方面，奖励信号非常稀疏，学习效率极低，难以获取可靠的感知信息。

于是，BeamDojo应运而生。这个框架专为这类“危险地形”量身打造，让G1机器人在稀疏落脚点上灵活穿行。

演示画面中，G1可以稳定地穿越多个面积十分狭小、约20厘米宽、间距不一的踏脚石——活脱脱一个现代版梅花桩。更让人惊讶的是，它甚至能倒退着完成这个挑战。

20厘米宽的平衡木？当然也不在话下。

平衡性方面，即使背负6千克重物、遭受外力干扰，G1依然能够稳稳穿越这些复杂地形。

网友的评论恰到好处：“越看越像人形机器人去少林寺训练进修了，疑是中国功夫片场景流出。”

那么，BeamDojo是怎么做到的？核心创新点主要集中在以下几个方面：

首先是两阶段的强化学习训练策略。第一阶段让机器人在平地上训练，通过输入地形参数，让算法在安全环境中完成预学习；第二阶段才切换到实际任务地形，进行策略优化。这样的设计让学习效率大幅提升。

其次是专门为多边形脚掌量身定制的基于采样的落脚点奖励机制。研究团队还采用了“双评价器”架构，用来平衡密集移动奖励和稀疏落脚点奖励之间的学习过程。

感知层面，框架搭载了基于激光雷达的高程地图系统，使机器人能够实时感知地形细节，为精准落脚提供数据支持。

最关键的是零样本泛化能力。G1在训练过程中从未接触过稀疏地形与平衡木，但通过BeamDojo，它却能在各类稀疏落脚点地形上直接完成任务，无需重新训练。

实验结果表明，BeamDojo在模拟环境中实现了高效学习，现实世界中同样表现出色——即使受到较大的外部干扰，机器人依然能保持较高成功率，精准落脚并灵活移动。这套框架未来还可进一步应用于沟壑等更具挑战性的复杂地形中。