盖世具身智能获悉 近日,地瓜机器人宣布推出面向人形机器人复杂地形行走的WM-LOCO方案,首次将预测世界模型与PPO强化学习策略进行端到端联合训练。该方案旨在提升机器人在落脚受限地形中的连续行走与决策能力。

图片来源:地瓜机器人
在技术实现上,WM-LOCO不依赖落脚点标注、教师蒸馏或多模块串行流程,实现从视觉输入到关节控制指令的一步到位训练。其循环世界模型结合机载深度图像、本体感知信息和动作历史,学习动作如何影响后续的身体状态与视觉观测。世界模型形成的预测内部特征直接参与控制,使行走策略能够协调身体运动与落脚位置,无需先展开多步未来预测再搜索最优方案。
在相同感知输入和训练预算下,加入世界模型后,机器人在梅花桩、沟壑和独木桥场景中的通过能力显著提升。仿真环境中,面对梅花桩、楼梯、沟壑和独木桥四种离散稀疏地形,WM-LOCO通过率接近100%。同一套训练权重零样本部署至Unitree G1真机后,在四类地形上各进行10次测试,总体成功率达到92.5%,并成功完成跨越0.8米宽沟壑以及通过10厘米宽独木桥等挑战。
目前,该方案已在旭日S600计算平台上完成公开现场实时演示,验证了算法在真实传感器噪声和物理环境下的稳定性与工程可靠性。相关技术论文与项目主页已对外发布。