ROOF强化学习让宇树G1自行脱困

中国研究者提出并验证了ROOF强化学习策略，使宇树G1机器人在被障碍物压住后，能够通过调整身体姿态、利用四肢寻找支撑、推开可动障碍并最终站起。 该策略不依赖摄像头或预建3D地图，而是以障碍物间重叠越少、距离越大的几何奖励引导机器人探索，且不预设具体动作或脱离方向。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。