前言

運動控制能力作為決定環境適應性與任務執行能力的核心技術，是人形機器人從實驗室邁向規?；瘧米钪匾拈T檻之一。

7月7日，北京人形機器人創新中心（后稱北京人形）正式發布開源運動控制框架Tien Kung-Lab，將機器人馬拉松冠軍的運控算法面向行業開源，填補高性能人形機器人運動控制框架在開源領域的空白，為工業場景、物流場景與特種作業場景等高復雜環境下規模化應用提供核心基礎技術支撐。

Tien Kung-Lab是一套基于Isaaclab開發的開源強化學習運動控制算法框架，該框架融合前沿的強化學習技術和人體運動數據，旨在讓人形機器人實現自然、高效、穩定的運動控制。在此前進行的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。

該方法首次融合了模仿學習與強化學習的優勢，基于Adversarial Motion Prior（AMP）風格化獎勵機制，通過引入動作捕捉數據作為先驗，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定性和高泛化性的同時，還保留了與人類高度相似的優雅姿態。Tien Kung-Lab所開源的針對人形機器人的步態獎勵，可讓開發者快速地訓練出走路，跑步等策略。

為了幫助開發者更方便的進行感知策略訓練，此次開源的算法框架，改進了相關的光線追蹤技術，實現了訓練環境中深度圖和激光雷達點云的快速準確獲取，讓仿真環境下從感知到運動的端到端訓練成為可能。同時，Tien Kung-Lab支持在高保真物理引擎MuJoCo進行Sim2Sim交叉驗證，可實現從訓練到交叉驗證的無縫遷移。

當前，Tien Kung-Lab已在天工2.0全尺寸人形機器人上實現了具備高泛化性能的行走與奔跑，并在Open X-Humanoid開源社區、Github、Gitee等平臺開放下載，加速全球人形機器人運動控制算法的研發迭代與生態構建。

如同人類需要穩健行走才能勞動，強大的運動控制能力是人形機器人執行各類產業任務的基礎前提?；赥ien Kung-Lab，開發者可以快速讓人形機器人具備面對復雜地形的泛化移動能力和快速移動能力，從而加快研發速度。

在北京亦莊舉辦的全球首屆人形機器人馬拉松比賽中，Tien Kung-Lab經歷了超長賽程和真實路況的挑戰，在運動控制層面保證了天工Ultra每一次邁步與落地的穩定、準確，跨越了真實道路中凸起、凹陷、減速帶、細小石子等隨機干擾，最終實現了順利完賽。

早在2024年4月發布的天工1.0 lite上，北京人形就實現了多個運控技術的突破。天工1.0 lite是全球首個全尺寸純電驅實現擬人奔跑的人形機器人，且能在斜坡、樓梯、草地、碎石、沙地等多種地形平穩移動。

在2024年11月的中關村仿生機器人大賽中，北京人形獲得了競速賽、障礙賽等多項冠軍，并因此斬獲全能優勝獎。比賽現場，天工Ultra作為唯一以奔跑的方式完成比賽的全尺寸人形機器人，以15秒66的奔跑成績獲得冠軍；在障礙賽中，天工快速平穩地通過臺階、鵝卵石、碎磚瓦、沙地、坡道等多種地形，并跑步完成繞樁任務，以全場完成度最高獲得冠軍；在考察機器人上下肢協同與移動操作能力的作業賽中，“天工”是唯一完成作業賽的足式人形機器人，并憑借靈巧的任務執行能力獲得亞軍。

在一年的時間內，北京人形持續進化迭代運控算法，為天工實現了多次能力進化。2025年2月，天工實現了基于視覺的感知行走，完成了全球首例百級臺階攀登實驗，實現了無磕碰、不踩棱、不踏空地跨越連續多級樓梯和35厘米大高差臺階。

同時，天工的奔跑時速也由6km/h提高至12km/h，并能在雪地等高難度地形完成高速奔跑。在抗干擾能力方面，天工可在大外力沖擊下仍保持平衡。一系列進化，真正發揮出雙足結構為人形機器人帶來的多地形通用性優勢，在實現全地形場景技術閉環的同時，為行業確立了復雜環境移動能力的全新標桿。

基于北京人形在運控領域的技術積累，Tien Kung-Lab的開源將極大縮短人形機器人產品實現跨地形高速泛化移動的時間。為人形機器人走出實驗室，在真實環境執行任務，甚至在山地、雪地救援、廢墟等極端環境下作業奠定基礎，并為具身智能的規模化應用夯實技術底座。

未來，北京人形將以馬拉松冠軍級運動控制為基石，向“小腦級智能”的更高維度進發，攻堅基于學習方法的通用移動操作和全身復雜動作控制技術，并突破復雜動態環境中的全向感知和自主導航技術，邁出從“卓越單點運動執行”向“全身協同自主執行”的關鍵一步，實現“全能動作”與非結構化環境中的閉環自主作業能力。

在運動控制領域的持續突破，將為人形機器人構建強大的“運動智能中樞”，使其真正具備在真實、開放世界（如復雜工廠、災難現場、戶外場景）中自主移動、穩定操作、可靠完成任務的運動執行智能，為智能制造、特種作業、商業服務等實體產業的智能化升級奠定堅實的執行層基礎。

獲取Tien Kung-Lab：

GitHub：https://github.com/Open-X-Humanoid/TienKung-Lab

Gitee：https://gitee.com/open_x_humanoid/TienKung-Lab

免責聲明

文章來源：北京人形機器人創新中心??????

凡資訊來源注明為其他媒體來源的信息，均為轉載自其他媒體，并不代表本網贊同其觀點，也不代表本網對其真實性負責，轉載請聯系原出處。您若對該文章內容有任何疑問或質疑，請立即與后臺小編聯系，平臺將迅速給您回應并做處理。注明本公司原創內容，轉載與商務合作請聯系慕老師159 0176 7989（微信同號）。