LightParkour:Real2Sim2Real 训练人形机器人单策略跑酷全地形
chris_j_paxton · x · 2026-09-12
Robo Papers 预告与作者团队对谈的 LightParkour 工作,把人形跑酷作为接触密集技能学习的测试床。要点:
- 方法:从每个技能的一段短人类动作片段出发,在物理仿真中跨地形变化「生长」出大量变体,再把运动与全身技能蒸馏为单一可部署的深度相机策略
- 动机:动作追踪策略有表现力但被绑死在示范场景;奖励驱动的运动适应地形但偏腿部主导,两者都无法产生几何感知、承重的接触行为
- Real2Sim2Real:动捕/普通视频难以保留使动作成立的环境几何,为每个障碍重新采集示范又随技能数线性膨胀;LightParkour 只需一个种子动作,靠仿真生成地形变化
- 结果:单一机载策略在 Lightbot 0 上同时驱动运动与接触密集的跑酷
论文与视频已放出,完整播客即将上线。
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
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- 机器人「开派对」训练中:研究者晒 policy in training 预告 — andrew_n_carr · 2026-10-28
- RAX让真机器人探索2小时自学技能，再把技能写成代码复用 — du_yilun · 2026-10-28
- OpenTac 触觉传感器将亮相 CoRL 2026,共 17 组机器人演示 — _krishna_murthy · 2026-10-28
- SO-101 Bench：LLM Agent 得分 83.2% 击败九个 VLA 策略 — Truman Hickok · 2026-10-28
- cixliv:格斗或成机器人首个跑赢普通人类的「已实现市场」 — cixliv · 2026-10-28