locomotion

TERRA 是一套端到端流程，用于地形感知的肌肉骨骼运动重建、重定向与控制，使单一基于肌肉驱动的强化学习策略能够在 9.4 小时动作数据的训练下，以更少的解剖学与交互违规穿越多样化的非平坦地形。

该论文系统评估了 GPT-6 Astra 作为通用具身策略的能力，覆盖抓取、灵巧操作、移动操作、导航、运动和人形 loco-manipulation 六个领域，发现混合控制（与 π0.5 等学习策略结合）表现最佳，但仍存在任务决策与可靠物理控制之间的差距，且推理延迟严重制约实际部署。

根据苏黎世联邦理工学院（ETH Zurich）的一篇研究论文，一个机械手通过强化学习训练，用指尖实现自主支撑运动，并能完成跌倒恢复、按键操作和推动物体等任务。

仿人机器人手学会利用手指进行自主支撑的移动与操作，从而在无需独立移动机构的情况下实现紧凑型移动操作。

Unitree展示了超越人类的机器人能力，实现了2米立定跳高和12.66米/秒的速度，展现了机器人技术的非凡进步。

SceneBot 是一个统一的运动追踪框架，通过参考运动和每连杆接触标签来指导单一的人形策略，从而实现在接触密集环境中的自由空间移动、地形穿越和全身操控。

一条推文展示了机器人实时保持移动并应对意外外力恢复的能力。