没看错吧？宇树机器人又进化了，居然学会自己翻墙、爬梯子了？

请看这台宇树 G1：

伸手抓杆，抬脚踩稳，手脚并用向上爬，快到顶就撑起身体顺利翻上平台；遇上矮墙也是一个大跨就跳过去了，说实话这个侧跨比我动作利索。

更厉害的是碰上爬得不顺利的时候，比如膝盖卡住了、脚从横杆上滑落了，G1 竟然还能自己调整姿势、重新寻找支撑点，再次尝试往上爬……

这确实比看机器人在平滑地砖上后空翻、打咏春震撼太多了。后空翻是一锤子买卖，而爬梯子是连续几十次 " 抓错一步就粉身碎骨 " 的动态抉择。

苏黎世联邦理工学院（ETH Zurich）机器人系统实验室刚放出来的这项研究，给 G1 一口气装上了9 类复杂运动技能。

更绝的是，研究团队只用了13.2 分钟的人类动作数据作为训练起点，再结合强化学习，就让 G1 掌握了这一整套运动能力。

至于那些卡死自救、摔倒翻身动作，人类压根没教过它，完全是它在仿真里自己摸索出来的。

爬梯、翻墙、摔倒自救，G1 学会一套新本领

坦白讲，第一眼看到这台宇树 G1 动起来的时候，最直观的感受不是 " 炫技 "，而是 " 利索 "。

面对倾斜的梯子，它不是像传统工业机械臂那样呆板地逐轴对齐，而是手抓横杆、脚踩踏板，手脚交替发力，身子顺势一拱就翻上了平台；遇上半米高的小矮墙，单手一撑、大跨步一跃就翻了过去。

按照研究团队公布的成果，这台 G1 一口气展示了 9 类基础全身运动能力：

爬梯、高台攀爬、翻越障碍、向下跳跃、跌倒后起身、上下楼梯、坐下与站立、踩踏稀疏落脚点，以及通过平衡木。

最难得的是连贯性。机器人可以一口气完成行走—爬梯—跳下，或者翻越障碍后接着攀上高台。

在过去，很多机器人要完成这些动作，工程师必须手动写一大堆复杂的" 状态机 "，包括什么时候该切进走路模式，什么时候该调出翻墙子程序。

一旦切换的时机差了零点几秒，机身就会剧烈震荡甚至摔倒。

但这次，G1 只需要一套统一的控制策略，就能自主完成不同动作之间的切换，无须为每种技能单独设计切换规则。

这些动作对人类来说或许算不上稀奇，但对于人形机器人，难度可不低。

比如走平衡木，需要双脚精准落在狭窄的支撑面上；攀爬梯子则更加复杂，双手要交替抓住横杆，双脚寻找落点，整个身体还得保持协调。

尤其是攀爬和翻越动作，仅靠双腿已经无法完成，手臂、膝盖乃至躯干都需要参与支撑。

而这次研究的一大特点，就是让机器人学会利用全身不同部位，与环境建立接触。

不过，如果只是按部就班把这些动作跑一遍，可能还不足以让行业研究者这么兴奋。真正让人心里一震的，是团队放出的几段失败恢复视频。

在真实的物理世界里，机器人不可能永远顺风顺水。视频里记录了大量极其真实的意外场景：

爬梯子时，机器人的膝盖不小心顶死在横杆内侧卡住了；踩踏板时，脚底打滑直接踩空；从高处跳下时，身体倾斜没能站稳；甚至因为激光雷达建图出现噪点，机器人被踩空摔了个狗吃屎。

按照以往的剧本，机器人这时候多半只能触发急停保护，软趴趴地瘫在地上等待工程师手动复位。

但这台 G1 没有。

膝盖卡住时，它借着双手的拉力往后微调重心，腿部顺势一缩，重新把脚踩回了横杆。

跳下摔倒或在地上翻滚后，它双臂撑地、收缩双腿，自己挣扎着又站了起来；踩空后，它能立刻换一个落点重新尝试向上攀爬。

研究团队特意强调，这些特定的失误补救轨迹，在最初输入的人类动作示范中根本就没有教过它。

这是机器人在掌握了身体协调能力之后，自主涌现出来的自适应行为。

在论文选取的 8 组复合地形仿真测试中，这套名为ACP（Attention-based Contact Planner）的新方案，平均成功率飙到了92.5%。而对比的前沿方案 MGMT，平均成功率只有 58.8%。

差距最悬殊的地方，恰恰出现在落脚点极其稀疏、需要全身多个部位协同借力，以及不同复杂地形连续切换的极限场景。

那么，核心问题来了：团队到底给机器人装了什么样的 " 大脑 "，才让它在短短 13 分钟的人类数据起点上，学会了这种见招拆招的应变能力？

13 分钟动作数据，机器人怎么学会随机应变？

要弄懂这个突破，得先回到人形机器人运动控制的第一性原理。

长期以来，教人形机器人学运动，学界通常有两条路，但两条路各自都有让人头疼的死结：

第一条路是动作模仿（Imitation Learning）。拿人类动捕数据当参考轨迹，让机器人照猫画虎。

这样学出来的动作非常自然、好看，全身很协调。但问题是，只要环境稍微变一点——比如台阶高了 5 厘米、梯子歪了 5 度，由于参考轨迹里没有这个地形，机器人立刻就抓瞎了。

第二条路是纯强化学习（Pure RL）。不给参考动作，直接把机器人扔进仿真环境里，给一套奖励机制让它自己摸索。

这种方法抗干扰能力极强，但人类形态的人形机器人拥有 20 多个自由度，手、脚、膝盖、手肘、躯干全都能接触环境。

如果完全靠随机试错，在高维的动作空间里瞎折腾，机器人很难学会爬梯、翻墙这种手脚精密配合的高难度动作，往往会调出一些奇奇怪怪的 " 鬼畜步态 "。

两条路，一条太死板，一条太难驯。

苏黎世联邦理工的团队反思了一个最本质的问题：人类在爬梯子、过梅花桩的时候，大脑到底在计算什么？

人在翻高墙时，真的会在大脑里精确规划每一毫秒每个关节的角度该转到多少度吗？

显然不是。

研究团队从人类运动中获得了启发，人在复杂地形上行走时，会提前观察前方环境，为下一步寻找合适的落脚点。

△AI 生成

对机器人来说，如果能提前确定手脚等部位应该在哪里建立支撑，就不必完整复刻人类每个关节的运动轨迹，也为身体姿态的自主调整留下了更大空间。

至于你的大臂弯曲了 45 度还是 50 度，躯干微调了多少姿态，那是底层肌肉神经根据这几个借力点自然协调出来的结果。

这就是这篇论文最核心的破局点——抓住" 接触（Contact）"这个本质接口。

他们提出的 ACP（基于注意力的接触规划器），把动作抽象成了身体与环境的接触规划。

系统锁定了全身 9 个关键接触部位：两只手、两只脚、两个膝盖、两个手肘，加上骨盆。

机器人头部搭载 Livox MID-360 激光雷达，以 10Hz 频率获取环境点云，再由机载神经网络生成 3cm 分辨率的局部高度图，每帧数据的处理耗时不超过 30 毫秒。

在实际运动中，系统被清晰地拆成了两层，全都在机载端以 50Hz 频率高速运转：

上一层是接触规划器。它看着激光雷达扫出来的地形，结合机器人自身的状态和前进目标，利用注意力机制，专门预测未来 1.5 秒内这 9 个身体部位应该分别在地图的什么位置接触环境；

下一层是全身控制器。它拿到这 9 个部位的接触目标后，负责算出全身 23 个关节的控制指令，最终以 200Hz 的高频驱动电机执行动作。

大道至简。先确定身体该在哪里借力，再决定全身怎样完成动作。

因为只要手抓稳了、脚踩实了，中间身体怎么扭动、关节怎么微调，机器人有巨大的自由度去自我适应。

这也是为什么当脚下一滑或者膝盖卡住时，规划器能立刻在周围重新挑选新的可用支点，底层的控制器也能迅速换个姿势借力脱困。

为了把这套逻辑打磨出来，团队设计了一个层层递进的三阶段训练管线，堪称机器人学习领域的 " 日拱一卒 "：

第一阶段：全身控制器预训练。在这个阶段，团队把 13.2 分钟的人类动捕数据转换成了基本的接触序列。让控制器在仿真环境里用 " 反向课程学习 " 先学会最基础的协调能力——也就是先学会怎么老老实实执行已知的接触命令。

第二阶段：训练注意力接触规划器。有了能执行动作的底子，团队让规划器通过监督学习，在历史成功轨迹里反复琢磨：面对这片地形，到底挑哪些点作为支撑最合理？随后，系统逐步把输入来源从原本的人类示范切换成规划器自主生成的接触点。

第三阶段：强化学习微调自举（Bootstrapping）。这是见证奇迹的一步。团队把机器人放进了随机生成的陌生环境里——梯子的间距全变了、墙体高低不一、甚至出现了随机分布的障碍物。

在这个完全没有人类动作参考的新世界里，接触规划器去猜支点，控制器去执行；一旦成功通过，这条全新的轨迹就会被存入经验池，反过来作为新的高质量训练样本继续微调规划器。

这套自举训练机制，让机器人能够将已有技能迁移到原始动作数据没有覆盖的新地形。更重要的是，实际执行任务时，它已经不需要再依赖人类参考动作。

需要坦白讲的是，那 13.2 分钟，仅仅是作为种子的人类动作片段时长。在英伟达 Isaac Lab 仿真环境里，团队动用了多张 RTX 4090 显卡，历经三个阶段，前后足足跑了 5 天多的强化学习仿真训练。

没有什么凭空出现的神迹，背后全是一步一个脚印的扎实工程。

从学会单项动作，到适应人类的复杂环境

其实，机器人爬梯子这件事，苏黎世联邦理工并不是第一个做出来的。

早在今年 6 月，亚马逊 Frontier AI & Robotics（FAR）团队联合南加州大学（USC）、UC 伯克利、斯坦福以及 CMU 等机构，就公布过一个名为 LadderMan 的明星项目。

同样是使用宇树 G1 作为硬件平台，LadderMan 展现了极其惊艳的纯视觉爬梯能力，机器人甚至能在梯子上通过遥操作完成给天花板拧灯泡、从货架上递箱子这类高难度精细作业。

如果把两项工作放在一起看，能清晰地看到具身智能技术演进的两种截然不同的脉络：

LadderMan 走的是单项极限专家路线。它的目标是把 " 爬梯子以及梯上作业 " 这一项极其困难的任务做到极致的稳定、精准与抗扰动。

而这次苏黎世联邦理工的 ACP，走的则是多技能统一与泛化路线。

它并不针对梯子做单独的过度特化，而是试图将爬梯、翻越障碍、攀爬平台、稀疏落脚点穿越等多种运动能力，纳入同一套控制框架，让机器人能够根据地形自主组合和切换动作。

这两条路线没有高下之分，但后者的出现，进一步推动了复杂运动技能从单项开发走向统一控制，也让人形机器人在陌生地形中组合已有能力，多了一条可行的技术路线。

这种能力的背后，是苏黎世联邦理工机器人系统实验室（RSL）长达十几年的深厚技术沉淀。

熟悉机器人圈子的朋友对RSL绝不会陌生。

在掌舵人 Marco Hutter 教授的带领下，这支团队几乎是全球足式机器人领域的风向标之一。当年声名远扬的 ANYmal 四足机器人，在阿尔卑斯山上爬雪山、过乱石、钻矿井，就出自他们的手笔。

如果你翻开这次 ACP 论文的参考文献，会发现一条清晰可循的进化轨迹：

从最早让四足机器人在野外极限穿行；到 2025 年发表于《Science Robotics》的 AME-1，研究团队引入注意力地图编码，让足式机器人能够从复杂地形中识别适合落脚的区域，提高对陌生地形的适应能力。

再到 2026 年的 AME-2（敏捷足式神经地图编码）以及在 G1 上探索运动生成的 MGMT；最终，这些技术积累在 ACP 上全面开花，完成了从 " 四足 " 到 " 双足人形 "、从 " 仅脚部着地 " 到 " 全身多部位复杂接触 " 的蜕变。

这项研究的主创团队名单里，中国高校培养的年轻研究者站在了这项国际前沿研究的核心位置。

根据论文作者贡献说明，前三位作者以共同一作的身份提出了核心思路、完成了控制器的训练和大部分实验。

其中，Junzhe He，本科毕业于科罗拉多大学博尔德分校航空航天工程，随后在苏黎世联邦理工完成机器人硕士学业，目前正在攻读博士学位。

他曾访问 MIT，早年还在深圳腾讯实习参与过四足机器人的移动控制研究，也是此前 AME-1 的核心贡献者之一。

Kehan Wen，经历横跨苏黎世联邦理工与新加坡国立大学（NUS），此前深度参与了 MGMT 算法的全身动作生成研发。

Chong Zhang（张翀），2018 至 2022 年就读于清华大学，目前是 ETH AI Center 的博士生。他在机器人复杂地形表征、安全避障与序列接触控制方面有极长期的积累，同样是 AME-1 和 AME-2 的关键主创。

此外，拥有同济大学本科背景的博士研究者Kaixian Qu，以及从早稻田与 EPFL 走出的Zewei Zhang等学者，也在实验和系统搭建中提供了关键支持。

而在资助与资深作者名单里，除了主导实验室的 Marco Hutter 教授，还赫然坐着苹果具身智能研究的两位领军人物—— Vladlen Koltun 与 Matthias M ü ller，以及具有英伟达工作背景的研究人员。

项目同时获得了苹果、傅利叶智能等机构的部分资金支持，宇树科技则提供了硬件方面的支持。

具有清华、同济、ETH、EPFL 等高校背景的年轻研究者，带着扎实工科底子，在全球最顶尖的机器人实验室里日拱一卒；跨国产业巨头提供前沿算力与资金支持。

而这一切算法落地的实体载体，是一台来自中国的量产人形机器人。

优秀的硬件底盘降低了全球顶尖科研大脑的准入门槛；而全球顶尖学者在上面跑出的算法突破，反过来又在不断拓宽这副躯体的能力天花板。

技术的飞轮，往往就是这样转起来的。

参考链接：

https://x.com/kimmonismus/status/2114338380376949167

https://arxiv.org/abs/2610.31608

https://arxiv.org/html/2610.31608v1

https://leggedrobotics.github.io/ACP/

https://wholebodylocomotion.github.io/

https://ladderman-robot.github.io/

https://rsl.ethz.ch/research/researchtopics/legged-locomotion.html

—  完  —

【量子位 ROBO】原创内容，未经账号授权，禁止随意转载。

点这里关注我，记得标星，么么哒～