7月7日,北京人形機器人創(chuàng)新中心發(fā)布了開源運動控制框架Tien Kung-Lab,將機器人馬拉松冠軍的運控算法面向行業(yè)開源,填補了高性能人形機器人運動控制框架在開源領域的空白,為工業(yè)、物流和特種作業(yè)等高復雜環(huán)境下的規(guī)?;瘧锰峁┝撕诵幕A技術支撐。
Tien Kung-Lab是一套基于Isaaclab開發(fā)的開源強化學習運動控制算法框架,融合了前沿的強化學習技術和人體運動數(shù)據(jù),旨在讓人形機器人實現(xiàn)自然、高效、穩(wěn)定的運動控制。此前,在全球首屆人形機器人馬拉松比賽中,搭載該運控算法的天工Ultra以2時40分42秒跑完21.0975公里,奪得全球首個人形機器人馬拉松冠軍。
該方法首次結(jié)合了模仿學習與強化學習的優(yōu)勢,基于Adversarial Motion Prior(AMP)風格化獎勵機制,通過引入動作捕捉數(shù)據(jù)作為先驗,讓人形機器人在走路、跑步等移動中具備面對復雜地形的高穩(wěn)定性和高泛化性,同時保留了與人類高度相似的姿態(tài)。Tien Kung-Lab所開源的針對人形機器人的步態(tài)獎勵,可讓開發(fā)者快速訓練出走路、跑步等策略。
為了幫助開發(fā)者更方便地進行感知策略訓練,此次開源的算法框架改進了相關的光線追蹤技術,實現(xiàn)了訓練環(huán)境中深度圖和激光雷達點云的快速準確獲取,使仿真環(huán)境下從感知到運動的端到端訓練成為可能。此外,Tien Kung-Lab支持在高保真物理引擎MuJoCo上進行Sim2Sim交叉驗證,實現(xiàn)從訓練到交叉驗證的無縫遷移。
目前,Tien Kung-Lab已在天工2.0全尺寸人形機器人上實現(xiàn)了具備高泛化性能的行走與奔跑,并在Open X-Humanoid開源社區(qū)、Github、Gitee等平臺開放下載,加速了全球人形機器人運動控制算法的研發(fā)迭代與生態(tài)構(gòu)建。
今年以來,人形機器人的加速迭代不斷刷新我們對具身智能領域的認知,每一個新技能的解鎖,都是技術水平的又一次跨越。
2025-05-26 08:57:50人形機器人“擂臺賽”開打4月19日,2025北京亦莊半程馬拉松暨人形機器人半程馬拉松在北京亦莊舉行。天工隊選手天工Ultra在比賽起點準備。逐日行者隊選手逐日行者和小頑童隊選手松延動力N2積極參與比賽
2025-04-19 10:41:28北京半程馬拉松即將開跑