TTT-Parkour：人形机器人跑酷的快速测试时训练框架

Shaoting Zhu 等论文作者发布 arXiv 论文，提出 TTT-Parkour：一种面向人形机器人跑酷的 real-to-sim-to-real 快速测试时训练框架。机器人在新地形采集真实数据重建高保真网格后，在仿真中快速微调策略再部署，机器人端部署后无需继续更新策略。 方法采用两阶段端到端学习：先在多种程序化生成地形上预训练策略，再针对真实环境重建的网格做快速微调。论文称多数测试地形从采集、重建到测试时训练的完整流程约需10分钟；实验覆盖楔形物、桩、箱体、梯形物和窄梁等障碍，微调后通过能力得到改善。 以上结论基于论文摘要，材料未说明具体实验规模和性能幅度。

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。