LightParkour:Real2Sim2Real 让人形机器人用一个策略跑酷全地形
chris_j_paxton · x · 2026-09-11
LightParkour 以人形跑酷为测试平台研究接触密集型技能学习,由香港中文大学团队与机器人团队联合完成,RoboPapers 播客即将推出与作者的深度对谈。
方法核心:
- 解决真实数据难题:动作若脱离所在障碍物环境就只有一半信息,mocap 与普通视频难以保留使动作成立的空间几何
- 用 Real2Sim2Real:将短人类动作片段落地到物理仿真中作为「种子」,通过地形变化在仿真中扩增变体,再蒸馏为单个可部署的深度策略
- 一个机载策略同时驱动常规运动与接触密集的跑攀(全身承重、接触点随几何变化而调整),部署于 Lightbot 0
相对现有路线的优势:动作追踪策略技能丰富但绑死在演示场景,奖励驱动的运动策略能适应地形却偏腿部主导;LightParkour 兼顾了几何感知的承重接触。
所属事件:LightParkour 用 Real2Sim2Real 让人形机器人单策略跑酷(2 条相关)→
「具身」频道最新
- ROS 社区迎来新项目负责人 ahcorde，规划 2027 版本 — ___Mufasaa · 2026-10-27
- ROS 社区 10 月 29 日在谷歌纽约办 Meetup，三家公司机器人团队将分享 — kscottz · 2026-10-27
- Tesla 休斯顿 robotaxi 服务区大幅扩张，覆盖范围远超旧围栏 — Polymarket · 2026-10-27
- Walden Robotics 教机器人『呼叫求助』，用远程辅助换取快速部署 — adnothing · 2026-10-27
- 折叠屏铰链由数十个高精度零件构成，一粒沙即可毁掉屏幕 — BenBajarin · 2026-10-27
- 不改一个权重，机器人精度任务从 0/10 提到 9/10 — hbouammar · 2026-10-27