仅16分钟真实数据3分钟GPU训练，让Unitree Go1学会走路

MarcJSchmidt · x · 2026-10-30

开发者 MarcJSchmidt 宣布在 world models / physical AI 上取得重大进展：其模型仅用约 16 分钟真实世界录制数据、4000 次 policy 更新、3 分钟 GTX 3080 GPU 时间，就让 Unitree Go1 四足机器人学会稳定行走，总参数量约 10 万。

技术路线是基于 BPTT 的 MBRL，配合一个可跨机器人共享特征的通用世界模型（可作为 foundation model），并实现稳定的长时程 dream 训练。整个过程完全不需要仿真器：无预训练、无先验、无稠密奖励、无特权仿真数据，作者称可以直接套用在任意机器人上，并已能实时观察模型从零学习世界再到走路。现在瓶颈只剩设计更好的奖励函数。