Unitree G1 在 2026 年世界人形机器人运动会上的自主赛道竞速:系统设计与实际部署
该研究报道了在 Unitree G1 上实现的完整自主人形跑步系统,该系统参加了 2026 年世界人形机器人运动会的 100 米、400 米和 1500 米项目。
该研究报道了在 Unitree G1 上实现的完整自主人形跑步系统,该系统参加了 2026 年世界人形机器人运动会的 100 米、400 米和 1500 米项目。
论文介绍 Heave-Ho 框架,旨在解决人形机器人长程协作中的全身交互、长期规划与同步难题。该框架在底层利用多智能体后训练适配物理耦合交互,在高层训练视觉语言规划器并设计基于语音的领导者 - 跟随者协调机制,实现无需网络通信的去中心化执行。
推荐理由:提出去中心化多个人形协作框架,通过视觉语言规划与语音协调机制实现无需网络通信的长程协同。
ALERT 是一种通用且轻量级的流水线,用于将人类感知与主动避让能力集成至预训练的全身运动追踪策略中。仿真与现实实验表明,该方法在保留原有动作能力的同时实现了局部无碰撞执行及参考轨迹的快速恢复。该研究作为预印本发布于 arXiv,代码与权重开放许可状态待进一步确认。
11 月 17 日,由深圳市龙岗区人工智能(机器人)署主导的活动中,众擎全尺寸人形机器人 T800 领舞,与全球首家机器人 6S 店等联合完成“一小时内最多人形机器人跳舞”吉尼斯世界纪录挑战。最终认证官宣布成功舞动台数为 151 台,超过 110 台目标数。众擎首次展示全尺寸机器人群控能力,动作同步达毫秒级,可支撑百台级以上规模协同完成高动态动作。
GlobalFoundries 将成为首家在汽车行业之外测试 Boston Dynamics Atlas 人形机器人的客户,双方计划于 2027 年初开始合作,探索其在半导体制造任务中的应用。
文章探讨了人形机器人“大小脑”(感知决策与运动控制)计算平台的架构选择趋势。中科慧灵等厂商坚持采用AMD双处理器实现物理隔离,以保障实时性、资源独立与安全降级;而维他动力、星尘智能及优必选则推动单SoC算控融合方案,旨在缩短数据路径、减少硬件冗余并降低开发复杂度。
针对现有系统仅能实现有限唇部运动或脚本化表情的局限,本文提出 ROSE 框架,整合仿生硬件与跨具身运动表示学习。硬件上构建集成 34 个执行器的 19.5 cm 仿生头部结构;算法上利用 ROSE-VAE 从人、数字人和机器人观测中学习身份无关的共享面部运动隐空间,ROSE-Flow 直接将文本或音频映射为运动轨迹,ROSE-ACT 将其转换为受约束的执行器指令。
推荐理由:提出 ROSE 框架,通过解耦执行器布局与面部动作点实现紧凑头部全脸表达,并构建跨模态运动生成管线。
该研究针对人形机器人模仿运动演示中的风格难题,提出一种基于速度条件的全身控制策略。方法通过强化学习训练策略,利用参考运动监督奖励和评论家网络,但不向演员网络提供关节轨迹或进行教师蒸馏,从而将演示风格编码进策略中。
针对人形全身控制中运动追踪策略学习需大规模计算资源且泛化难的问题,本文提出 QTOP 方法,通过引入基于状态和参考对的条件分布优势估计来提升样本效率。实验表明,该方法在仿真及真实世界场景中均优于离线与在线强化学习基线,性能提升最高达 10%。研究还建立了 QTOP 的扩展定律,发现对于中等规模的 GPU 小时量级,数据集规模对性能影响有限。
论文提出了 XMimic 和 XSoma 两个模型,利用世界模型优化策略并通过并行计算将类人机器人在粗糙地形的运动追踪与移动训练时间压缩至一分钟以内。
推荐理由:原文介绍了利用世界模型与并行计算将类人机器人运动追踪训练压缩至一分钟内的方法,相关团队可据此评估其加速潜力。
论文提出了 MoViC 框架,利用无穿戴设备的单目 RGB 视频流作为信号,通过单目人体运动重建、机器人重定向及 Transformer 行为基础模型实现实时全身模仿。策略融合本体感知历史与显式下一步参考,采用频域运动表示降低输入维度;部署时通过外推方法桥接 10Hz 视觉估计与 50Hz 控制器以支持异步处理。实验展示了在单目 RGB 输入下对双手动及单手操作任务的高动态跟踪与无设备遥操作能力。
推荐理由:该工作提出无需穿戴设备的单目视频实时全身控制框架,结合运动重建与行为基础模型实现动态任务。
论文提出了 Tactile-Driven Motor Adaptation(TMA)方法,旨在解决具身智能在关节化环境中进行强力多指操作的挑战。该方法利用触觉反馈构建策略学习结构,以圆锥几何作为多指接触表示的归纳偏置,并基于触觉历史在线调整电机行为。
推荐理由:提出触觉驱动的电机自适应方法,在仿真训练后零样本迁移至宇树 G1 机器人实现强力开门任务。
法拉第未来(FFAI)公布三季报显示亏损大幅收窄,主要得益于汽车活动减少及成本压缩,而非盈利能力修复。公司已完成将机器人业务以全股票方式分拆至新实体FFR的交易,交易于10月完成,FFR成为独立上市公司且FFAI持有其约66%股份。
Agile Robots 宣布完成 5 亿美元 Series F 轮融资,由 SoftBank Group 领投,NVIDIA、Hitachi Group 及 T.Capital 参与。
推荐理由:Agile Robots 完成 5 亿美元融资,估值达 85 亿美元,将用于扩大产能并加速全球扩张。
针对现有传输模型未标准化策略接口导致难以跨机器人复用的问题,本文提出在上游映射层引入身体对齐的虚拟关节空间。该方案使策略动作与观测遵循统一解剖学约定,并通过确定性运动学层将虚拟目标映射到原生坐标,保持底层控制栈不变。实验在三种不同腿部轴布局的人形机器人及宇树 G1 硬件上验证,证明该方法能准确跟踪、保持足部对齐且训练稳定,并将航向漂移降低近六倍。
推荐理由:提出身体对齐虚拟关节空间,在三种不同构型人形机器人上复用同一强化学习策略,显著降低航向漂移。
该研究提出了 X-Nav 系统,据称是首个将双足人形机器人通过语言指令从室内引导至室外的长航程导航系统。系统包含 MELIOR 视觉导航模型(仅用 RGB 图像输入)和 X-Navarch 智能工作流。
松延动力旗下人形机器人Bumi小布米正式推送OTA V3.2.0版本,新增喜马拉雅语音联动、舞蹈BGM伴奏及低电量自动收纳功能。云平台群控与语音开关开放,支持多机统一控制并适配安静场景需求。此次更新聚焦交互体验与设备协同,推动人形机器人在教育展示等场景的持续应用。
IEEE Robotics and Automation Society 面向欧洲、中东及非洲地区征集 Humanoids 2027,面向亚洲及太平洋地区征集 Humanoids 2028 的组织提案。
NASA 将向月球南极发射名为 PROMISE(Polar Rover for Observation, Mapping, and In-Situ Exploration)的核动力漫游车。该漫游车主要利用为好奇号和毅力号火星任务开发的现有测试台架及飞行备用组件构建,作为月球基地计划的基础性任务执行观测、测绘与原位探索工作。
研究在走廊导航场景下对比了目的地与通过侧两种意图表征,发现后者经自适应更新后能带来更流畅的人体运动且感知能力更强。即便行人处于分心状态,可读性运动仍能支持平滑交互,尽管主观评分未始终反映该优势。两项用户实验(N=45)证实基于共享模型预测控制框架的互动级意图表征对社交机器人导航有效。
FORGE 提出一种无需全身运动轨迹或关节角度参考的力感知多粒度控制系统,仅需稀疏的双腕位姿与粗略运动指令即可部署。该系统结合动量观测器与仿真接触力监督训练的修正策略,在无手腕力/力矩传感器下通过本体感觉估计低频等效交互力并稳定全身校正。实验验证了其在刚性物体持续接触挤压、不同负载下的蹲起搬运任务中的统一控制稳定性及下游扩散策略执行效果。
针对传统全身运动跟踪策略训练耗时长的痛点,本文提出 BlinkMimic 配方,结合从并行仿真学习的世界模型回传梯度、Muon 更新机制以及残差策略等技术。
推荐理由:作者提出 BlinkMimic 配方,在单卡 RTX 4090 上仅需 3.4 分钟即可训练出能复现 40 个动作片段的人形机器人全身运动跟踪策略。
针对全尺寸人形机器人在危险工业场景(如拆解电动汽车电池)的应用,作者描述了开源自主栈 Unitree H1-2 的安全机制及其部署教训。研究指出,当状态估计过时或按下急停时,安全层会触发停止;但在推倒站立机器人等实验中,模型预测控制器无法恢复平衡,且操作者需每次手动急停。作者认为仅靠关节力矩限制不足以界定施力的适当性,主张应分阶段赋予机器人“力授权”,并由人或组织对其使用承担明确责任。
论文提出了 ILA 模块,旨在解决在人形机器人受限环境或人机物理交互中直接跟踪参考运动存在安全隐患的问题。该方法无需专用交互传感器,通过适配机器人的观测历史来预测由物理交互引起的参考修正,使机器人能在响应物理引导的同时保留预训练运动跟踪器的能力。
针对人形交互生成依赖预建 3D 资产的限制,该方法提出统一流程,直接从单张 RGB 图像重建场景几何并生成人类交互参考。通过引入度量场景对齐和接触引导重定向两个阶段,在保持几何一致性的同时修正了因人与机器人本体差异导致的支撑误差。完整流程在仿真中成功率达 89%,在宇树 G1 物理实验中于 50 次尝试中成功 70 次,且无需针对特定场景微调策略即可被多个预训练跟踪器执行。
针对动态环境中类人机器人集群因人员进出导致重组受阻的问题,该研究提出结合社会力模型、模型预测控制(MPC)与控制屏障函数(CBF)的新框架。仿真消融实验与在线用户研究显示,该方法在复杂环境下能实现更平滑且安全的重定位行为,同时保持社交适宜性。论文已上传至 arXiv 待注册 DOI,包含 8 页正文及 4 张图、2 个表格。
优必选与国内头部豪华车商永达汽车签署战略协议,双方以优必选超仿生人形机器人 U1 系列为切入点,永达首批采购 400 台 U1 Pro 开展产品体验与销售推广。优必选计划于 2026 年年内完成交付,并将在上海共建全系列机器人体验展示中心,共同推进具身智能技术在汽车零售服务场景的落地与商业化运营。
论文提出 SSR 框架,旨在解决人形机器人在非结构化地形上的安全高效移动难题。该方法通过自监督学习结合想象落脚点引导,预测摆动脚接触点并评估支撑稳定性以减少滑倒;同时利用等变潜在空间对称性增强实现高维视觉下的双侧协调,并结合特定地形的多判别器运动先验鼓励类人行为。实验表明 SSR 在楼梯、宽缝隙和高台等极端挑战下均能实现安全稳定的长时程穿越。
推荐理由:提出端到端框架 SSR,利用想象落脚点引导与对称性增强实现人形机器人在复杂地形的稳定行走。
针对人形机器人高质量运动数据稀缺的问题,该研究提出了 Pose Distance Fields for Humanoid Robots (PDF-HR),一种将机器人姿态分布表示为连续可微流形的轻量级先验。
该研究提出 CLF-RL 方法,将非线性控制理论中的控制李雅普诺夫函数与优化的参考轨迹嵌入强化学习奖励,替代传统启发式奖励的手动调优。通过处理系统混合结构的全阶动力学进行轨迹优化,位置跟踪性能提升最多 1.7 倍。策略在宇树 G1 类人机器人上实现完整飞行阶段的可靠跑步,具备抗干扰能力和仅靠机载传感器实现的准确全局参考跟踪能力。
论文介绍 RedirectMimic 方法,通过分离演员观察到的参考信号与训练执行的目标,利用规则生成的编辑参考引导近端策略优化奖励,同时保持部署接口不变。在 Unitree G1 仿真环境中,该方法将手臂动作编辑的核心窗口内容发生率降至 2.7%,关节成功率达 94.2%,并在速度定义任务中保持低错误率与高精度跟踪。
针对人形机器人在单手持物时因上肢非对称负载导致的速度跟踪偏差及导航失败风险,本文提出 ReACT 框架。该方法利用估计的力矩对 Actor 特征进行反射一致的扰动调制以补偿负载影响,并通过对比加载与未加载条件下的速度指令训练跨负载一致性。
针对人形机器人在听到音乐片段前必须承诺动作、且需延续已执行动作的挑战,论文提出 AHEADance 框架。该框架利用 ListenAhead 模块结合已听音乐的冻结模型预测与未来音乐预报来对齐节拍,并通过 Commit Forcing 训练从自身已承诺片段进行延续,将低活跃度从 83.5% 降至 10.3%。
成都人形机器人创新中心于 11 月 11 日发布第五代贡嘎人形机器人,该机型搭载自研一体化具身智能系统,在场景感知、时空记忆、因果推理规划及动作世界模型等核心模块完成迭代。其物理时空记忆引擎统一存储空间坐标与物体状态,支持跨时长长程家庭任务;整套架构针对非结构化环境打磨,赋予机器人在复杂场景中自主执行长程任务、异常恢复及持续自适应的能力。
论文介绍 LessMimic 框架,实现无需推理时运动参考输入的人形机器人与物体通用交互。系统通过根命令和交互类型标志引导全身策略,并基于距离场表面距离与局部方向构建紧凑几何条件接口,使控制能随物体几何自适应。
KR A1 是一款整合个性化语音合成、上下文对话及情感感知响应生成的人形机器人交互原型,旨在探索心理健康护理应用。系统架构采用本地部署的 Qwen2.5-3B-Instruct 模型处理自然语言,结合 OpenVoice v2 实现零样本说话人自适应语音合成,并利用 InsightFace 进行人脸识别与 FAISS 向量检索支持个性化互动。
论文研究类人机器人在长视界语言指令下的多目的地导航任务。作者提出 LHNav 系统,将导航组织为脑(任务推理)、小脑(局部运动生成)和脑干(全身执行)三个互补角色,利用异步机制协调目标、VLA 动作预测与全身控制。
针对类人机器人在户外粗糙地形中需同时处理地形通过性与物体可移动性的挑战,本文提出 HINT-VLM 混合规划框架。该方法利用视觉语言模型(VLM)提供语义先验,并通过高斯过程残差模型修正以生成具身化的概率性可移动性估计,进而融入分层不确定性感知规划中。这是首个通过预测式可移动性推理解决粗糙地形下 NAMO 问题的方案。
该论文提出 Kinematic Action Models (KAMs) 范式,将全身运动作为直接预训练目标,利用预训练的运动生成器作为动作生成的主干。Kimodo-Policy 是该范式的初始实例,结合了冻结的 Kimodo 文本到运动骨干网络与轻量级的 ControlNet 视觉条件化。
论文提出将日本传统阿瓦舞从单目视频迁移至宇树 G1 EDU 商用类人形机器人的管线,结合人体网格恢复、运动学重定向及仿真强化学习。作者在单卡 RTX 5070 上训练,通过十一版本部署阶梯在硬件上验证了修复静默损坏、模型状态漂移及编辑参考动作等干预措施。