Reflex 框架让宇树 G1 一秒内徒手接住人抛来的箱子

华盛顿大学 CSE 机器人团队发布首个全尺寸人形机器人项目 Reflex，让宇树 G1 人形机器人仅凭机载 RGB-D 相机，在约 1 秒内完成对人类抛来箱子的感知、轨迹预测与全身协调接取。项目由陶阳嘉（Taoyang Jia，正在寻找 PhD 机会）主导，与多所机构研究者合作，代码与论文已全部开源。作者 @DJiafei 转述团队观点称，对机器人而言「打架看起来容易，接东西才是难点」，因为接抛物要求全身控制、实时物体动力学反应和第一视角感知。团队还强调这是一个实用落地项目，主打在工厂里用「reflex」反射控制执行真实工作，宣称「今天就能在工厂干活」。

已确认

• 真机测试覆盖小包裹、常规纸箱和大纸箱，以及 0.5、1、2 公斤三种载荷，均有成功案例，成功率随箱体尺寸和载荷变化。
• 仿真中仅用机载 RGB-D 视觉达到 85.7% 接箱成功率，与使用特权箱体状态观测的 87.9% 基本持平，说明纯视觉方案几乎未损失性能；图表还展示了成功率随抛掷落点横向偏移增大的变化。
• 训练采用三阶段：1）强化学习学习全身接箱控制；2）让策略从延迟且不完整的观测中推断箱体动力学；3）冻结控制器，训练 RGB-D 观测历史直接恢复该动力学表征。这种分解让每项能力都有直接训练信号，使视觉学习更易扩展。
• 消融实验显示运动历史至关重要：单帧只能知道箱子位置，观测序列才能推断去向。
• 后续演示展示完整下游流程：接住 → 搬运 → 交接 → 返回，通过将 Reflex 与预训练的 SONIC 行走控制器相连实现。
• 项目主页、代码与论文均已放出。

为什么重要

接住人类抛来的动态物体被视为比表演性打斗更能体现机器人实时感知与全身控制的综合能力，Reflex 提供了视觉-控制分阶段训练的可扩展范式，且完全开源，便于社区复现与扩展；团队将其定位为面向真实工厂任务的实用方案，而非炫技演示。

2026-10-09 ~ 2026-10-09 · 8 条相关

• 【源头】Reflex 框架让宇树 G1 机器人徒手接住人类抛来的箱子 — DJiafei · 2026-10-09
• Reflex 三阶段训练法：RL 全身控制+延迟观测推理+RGB-D 接地 — DJiafei · 2026-10-09
• Reflex 实测：从包裹到大纸箱，0.5–2kg 载荷均成功接住 — DJiafei · 2026-10-09
• Reflex 仿真数据：纯视觉接箱 85.7%，接近特权观测上限 — DJiafei · 2026-10-09
• Reflex 接住后还能搬运交接：仿真接箱成功率 85.7% — DJiafei · 2026-10-09
• 【源头】Reflex 接箱后还能搬运交接:代码论文全部开源 — DJiafei · 2026-10-09
• 【源头】华盛顿大学机器人团队发布首个「Reflex」人形机器人项目 — DJiafei · 2026-10-09

另有 1 条近重复转述:DJiafei