物理AI

CMoE：面向人形机器人运动控制与地形适应的对比混合专家

CMoE 利用对比学习优化 MoE 专家激活，提升人形机器人地形导航能力。在 Unitree G1 上验证，可跨越 20cm 台阶和 80cm 间隙。

Shihao Ma, Hongjin Chen, Zijun Xu

像教狗一样教机器人导航

用人类示范、手势与语音训练四足机器人敏捷导航；物理仿真重建与渐进目标提示让数据高效，实机成功率97.15%。

ZEST：面向运动型机器人控制的零样本具身技能迁移

ZEST 用单阶段强化学习，把动作捕捉、单目视频和关键帧动画三类异构参考动作统一训练成模拟策略，零样本部署到 Atlas、Unitree G1 和 Spot，实现全尺寸人形机器人上首个动态多接触技能，无需接触标签、状态估计器或逐技能调参。

Jean Pierre Sleiman, He Li, Alphonsus Adu-Bredu

部署基于学习的四足移动操作框架

四足移动操作机器人在敏捷移动操作方面具有巨大潜力，但从仿真到现实的可控可靠迁移仍然困难。强化学习（RL）在全身控制方面显示出前景，但大多数框架是专有的且难以在真实硬件上复现。我们提出了一个开放的训练、基准测试和部署基于 RL 控制器的流水线，用于配备 Z1 机械臂的 Unitree B1 四足机器人。该框架通过 ROS 统一了 sim-to-sim 和 sim-to-real 迁移，重新实现了在 Isaac Gym 中训练的策略，通过硬件抽象层将其扩展到 MuJoCo，并在物理硬件上部署相同的控制器。Sim-to-sim 实验揭示了 Isaac Gym 和 MuJoCo 接触模型之间影响策略行为的差异，而真实世界的遥操作取物试验表明，协调的全身控制扩展了操作范围并改善了操作性能。该流水线为开发和分析基于 RL 的移动操作控制器提供了透明、可复现的基础，并将开源发布。

Yadong Liu, Jianwei Liu, He Liang

具有任务级交互的四足机器人自主抓取

四足机器人因其高机动性和穿越复杂地形的能力而在各种应用中越来越多地被使用。然而，在四足机器人上实现自主抓取仍面临挑战，特别是在需要任务级交互的场景中。本文研究了四足机器人在任务级交互下的自主抓取问题，提出了一种结合感知、规划和控制的框架，使四足机器人能够在非结构化环境中自主识别、接近并抓取目标物体。该方法考虑了行走与操作之间的协调，使机器人能够在保持平衡的同时执行精确的抓取操作。实验验证了该方法在多种物体和场景下的有效性和鲁棒性。

Muhtadin, Mochammad Hilmi Rusydiansyah, Mauridhi Hery Purnomo

VIRAL：把人形 loco-manipulation 完全练在仿真里，零样本搬上真机

VIRAL 是 NVIDIA GEAR 与 CMU 等提出的视觉 sim-to-real 框架：特权 RL 教师用 delta 动作空间、分段奖励与参考状态初始化学会长程 loco-manipulation，再经 64 卡大规模视觉仿真把 DAgger 与 BC 混合蒸馏成只用 RGB 的学生策略，配合灵巧手 SysID、相机外参对齐与四维视觉随机化，零微调部署到 Unitree G1——59 次真机试验成功 54 次，单循环 20.2 秒快过专家遥操作，并泛化到九类环境变化。消融显示算力规模是及格线而非加速器，官方代码、模型与完整奖励表全部开源。

He, Tairan, Wang, Zi, Xue, Haoru

HITTER:层级规划+学习控制的人形乒乓球机器人

伯克利团队提出 HITTER:基于模型的规划器预测球的落点、击球位置与时刻,强化学习全身控制器用人类挥拍参考动作生成正/反手击球,在 Unitree G1 上实现与人类最多 106 拍连续对拉。

Zhi Su, Bike Zhang, Nima Rahmanian

人形机器人多样姿态起立控制

HoST是一种强化学习框架，从零学习人形机器人起立控制，通过多评价者架构和多样化地形课程训练实现姿态自适应运动。采用平滑正则化和隐式运动速度约束确保sim-to-real迁移成功，直接部署于Unitree G1人形机器人，在实验室和户外多种环境中实现平滑稳定的起立动作。

Tao Huang, Junli Ren, Huayi Wang

DexPoint: 通用点云灵巧操作策略

DexPoint 基于点云表示实现通用灵巧操作策略，无需物体 CAD 模型即可操作多样物体，展现良好的 sim-to-real 迁移。

CMU, UC Berkeley