Unitree Go1 用 16 分钟真实数据和 3 分钟 GPU 训练学会行走

开发者 MarcJSchmidt 宣布，其世界模型仅用约 16 分钟真实世界录制数据和 3 分钟 GTX 3080 GPU 时间，让 Unitree Go1 四足机器人学会稳定行走。训练采用基于 BPTT 的 MBRL 和可跨机器人共享特征的通用世界模型，总参数量约 10 万，并完成 4000 次 policy 更新；整个过程不需要仿真器、预训练、先验、稠密奖励或特权仿真数据。