Embodied Intelligence Observer

首次将预测世界模型引入人形行走:地瓜WM-LOCO让机器人现场走梅花桩

Source: 地瓜君

Summary亮点地瓜机器人推出WM-LOCO方案,首次将预测世界模型引入人形机器人复杂地形行走,与PPO策略实现端到端联合训练。方案不依赖落脚点标注、教师蒸馏或多模块串行流程,从视觉输入到关节控制指令,训练过程一步到位。仿真环境中,面对梅花桩、断桥、独木桥等离散稀疏地形,WM-LOCO通过率接近100%,且步态连贯性优于基线PPO策略。同一套训练权重Zero-shot部署至Unitree G1真机,在踏石、台阶、缝隙三类地形上平均成功率达93.3%,并完成0.8米宽缝隙的一步跨越。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。

Related updates

首次将预测世界模型引入人形行走:地瓜WM-LOCO让机器人现场走梅花桩 | Embodied Intelligence Observer