IT之家 2 月 16 日消息，上海交通大學、上海 AI Lab、香港大學、浙江大學、香港中文大學于 2 月 12 日公布了一項 Learning Humanoid Standing-up Control across Diverse Postures（學習跨多種姿勢的人形站立控制）新成果，首次賦予人形機器人在多種復雜場景下自主站起的能力。
直立控制對人形機器人至關重要，現有方法要么局限于忽略硬件約束的模擬，要么依賴于預定義的地面特定運動軌跡，無法實現現實場景中不同姿勢的站立。為了彌合這一差距，研究團隊提出了具身智能控制學習算法 HoST（Humanoid Standing-up Control、人形站立控制），這是一個從零開始學習站立控制的強化學習框架，能夠實現跨不同姿勢模擬到現實的遷移。
在基于模擬的訓練后，學習到的控制策略直接部署在宇樹 Unitree G1 人形機器人上，測試場景包括木地板、草地斜坡、倚靠大樹、坐在臺階上、石子路、靠在椅子上等。實驗結果表明，機器人在各種實驗室和戶外環境中實現了平穩、穩定的站立動作。
IT之家附論文鏈接：
https://www.arxiv.org/abs/2502.08378
https://taohuang13.github.io/humanoid-standingup.github.io/
