• 盖世汽车产业大数据
  • 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 具身智能
  • 汽车出海新书发布
  • 2026具身智能核心硬件与关键零部件创新研讨会
  • 造车2.0新书发布
  • 2026第七届新一代动力技术创新峰会
当前位置:首页 > 智能网联 > 正文

地瓜机器人推出WM-LOCO方案

盖世汽车 吴宇,编辑部 2026-11-20 08:23:53
文章标签: 具身智能

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。

地瓜机器人推出WM-LOCO方案

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。

本文地址:https://auto.gasgoo.com/news/202611/20I70478471C601.shtml

 
0

好文章,需要你的鼓励

微信扫一扫分享该文章