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。
「具身」频道最新
- 机器人公司 Skild AI 宣布部署 10 个月做到 1 亿美元 ARR — deepakpathak · 2026-09-11
- 麦肯锡报告:人形机器人只是媒体热点,2045 年仅占 Physical AI 市场 2% — kscottz · 2026-09-11
- 仿真斑马鱼+视觉机器鱼登 Science Robotics,揭示身体如何塑造脑回路 — DoctorJosh · 2026-09-11
- 车主实测:SpotHero 停车服务加 Tesla FSD,约等于 85% 个 Waymo — cantrell · 2026-09-11
- Skild AI 用 NVIDIA Physical AI 让机器人看一个视频就学会新任务 — nordicinst · 2026-09-11
- Play2Perfect 获 CoRL 2026 接收:先玩后精修,零样本迁移到真实装配 — leto__jean · 2026-09-11