3月6日，北京通用人工智能研究院对外发布了新一代人形机器人通用运动框架“通极”，这一技术让机器人玩起了后空翻、托马斯全旋和武术踢击等各种高难度的极限运动。通过部署全新的运动框架，人形机器人能够在执行一套算法的情况下完成多种动作，表现出真实世界中的高成功率。北京通用人工智能研究院具身机器人中心主任黄思远指出，“通极”框架通过两个阶段的学习解决了机器人控制领域的难题。研究团队首先给不同动作训练专门的“专家策略”，再引入考虑了真实电机物理特性的强化学习，从而显著提升了运动框架在真实机器人上的可执行性。测试数据显示，这套方法在多种高动态动作任务上取得了超过90%的成功率。这个成果是由北京通用人工智能研究院通用人工智能协同攻关合作体人才培养计划的联培博士生们共同完成的。作为导师，黄思远表示这些学生带着解决问题的视角来到通研院接受“从研到用”的闭环训练，在真实机器人平台上完成了具有国际前沿水平的研究工作。这些年轻的研究者们通过大量仿真训练让机器人学会复杂动作。 北京发布的这项新技术给人形机器人带来了巨大变化。通过全新的运动框架，机器人可以实现包括托马斯全旋在内的数十种高动态动作。“通极”框架在实现这些复杂动作时展现出很高的成功率，仅需执行一套算法就能完成多种极限运动。这次发布是由一批年轻研究者完成的工作。他们通过引入强化学习和专门训练策略，提升了运动框架在真实机器人上的可执行性。这套方法在多种高动态动作任务上取得了超过90%的成功率。 北京通用人工智能研究院具身机器人中心主任黄思远介绍说，“通极”框架分为两个阶段进行学习。研究团队先为不同动作训练专门的“专家策略”，再引入考虑了真实电机物理特性的强化学习。这种方法显著提升了运动框架在真实机器人上的可执行性。通过大量仿真训练，机器人可以逐渐学会复杂动作。随着动作库扩大，机器人控制精度会下降。传统强化学习从零开始训练统一策略不同，“通极”框架需要进行两个阶段的学习。这些学生带着解决问题的视角来到通研院接受“从研到用”的闭环训练。 北京发布的这项新技术让人形机器人玩起了后空翻、托马斯全旋和武术踢击等各种高难度动作。研究团队给不同动作训练专门的“专家策略”，再引入考虑了真实电机物理特性的强化学习。这种方法显著提升了运动框架在真实机器人上的可执行性。通过大量仿真训练和引入强化学习，“通极”框架在多种高动态动作任务上取得了超过90%的成功率。这些成果是由一批年轻研究者共同完成的工作。作为导师，黄思远表示这些学生接受了“从研到用”的闭环训练，在真实机器人平台上完成了具有国际前沿水平的研究工作。 黄思远介绍说，“通极”框架分为两个阶段进行学习：先为不同动作训练专门的“专家策略”，再引入考虑了真实电机物理特性的强化学习。这种方法显著提升了运动框架在真实机器人上的可执行性。通过大量仿真训练和引入强化学习，“通极”框架在多种高动态动作任务上取得了超过90%的成功率。北京发布这项新技术让人形机器人玩起了后空翻、托马斯全旋和武术踢击等各种高难度动作。这套方法为未来更加复杂的机器人技能学习奠定了基础。北京通用人工智能研究院具身机器人中心主任黄思远还表示这次成果是由一批年轻研究者共同完成的工作。 北京发布这项新技术让人形机器人玩起了后空翻、托马斯全旋和武术踢击等各种高难度动作。研究团队通过两个阶段进行学习：先为不同动作训练专门的“专家策略”，再引入考虑了真实电机物理特性的强化学习。这种方法显著提升了运动框架在真实机器人上的可执行性。通过大量仿真训练和引入强化学习，“通极”框架在多种高动态动作任务上取得了超过90%的成功率。这些成果是由一批年轻研究者共同完成的工作。作为导师，黄思远表示这些学生接受了“从研到用”的闭环训练，在真实机器人平台上完成了具有国际前沿水平的研究工作。