7月7日，北京人形机器人创新中心官方宣布，其自主研发的开源运动控制框架Tien Kung-Lab正式对外发布。这一突破性进展填补了高性能人形机器人运动控制领域开源技术的空白，为工业、物流及特种作业场景中的复杂环境应用提供了核心技术支持。
作为决定人形机器人环境适应性和任务执行能力的关键技术，运动控制能力是其从实验室迈向大规模应用的重要门槛。
Tien Kung-Lab基于Isaaclab开发，是一套结合强化学习技术和人体运动数据的开源算法框架。在不久前举办的全球首届人形机器人马拉松比赛中，采用该算法的天工Ultra型机器人以2小时40分42秒的成绩完成21.0975公里，创造了历史。
这一创新性框架首次将模仿学习与强化学习相结合，引入Adversarial Motion Prior（AMP）风格化奖励机制，并结合动作捕捉数据作为先验。这使得人形机器人在面对复杂地形时展现出高稳定性和高泛化能力，同时保持了人类相似的优雅姿态。
为提升开发者的感知策略训练效率，Tien Kung-Lab优化了光线追踪技术，实现了深度图和激光雷达点云的快速获取。这使得在高保真物理引擎MuJoCo中进行Sim2Sim交叉验证成为可能，从而实现训练与实际应用的无缝衔接。
目前，Tien Kung-Lab已在天工2.0全尺寸人形机器人上实现高泛化性能的行走与奔跑功能，并通过Open X-Humanoid开源社区、Github和Gitee平台开放下载。这一举措将加速全球范围内人形机器人运动控制算法的研发进程和生态建设。
运动控制能力对于人形机器人执行产业任务至关重要，就像人类需要稳健行走才能劳动一样。Tien Kung-Lab使开发者能够快速赋予人形机器人在复杂地形中的泛化移动能力和高速移动能力。
在亦庄举办的全球首届人形机器人马拉松中，Tien Kung-Lab通过精确的运动控制算法，确保了天工Ultra在各种复杂路况下的稳定性和准确性。它成功应对了赛程中的凸起、凹陷、减速带等障碍，最终顺利完成比赛。
基于深厚的技术积累，Tien Kung-Lab的开源将显著缩短人形机器人实现跨地形高速泛化移动的时间。这为人形机器人在真实环境中执行任务奠定了基础，并为具身智能的广泛应用提供了技术保障。
未来，北京人形计划以马拉松冠军级运动控制技术为基础，向更高层次的小脑级智能发起挑战。目标包括攻克通用移动操作和全身复杂动作控制技术，突破复杂动态环境中的全向感知和自主导航技术，推动机器人从单点执行向全身协同自主执行迈进。
在运动控制领域持续创新，将为人形机器人构建强大的”运动智能中枢”。这使其能够在复杂工厂、灾难现场等开放环境中实现自主移动和稳定操作，为智能制造等领域提供坚实的技术支持。
获取Tien Kung-Lab：
GitHub: https://github.com/Open-X-Humanoid/TienKung-Lab
Gitee: https://gitee.com/open_x_humanoid/TienKung-Lab
相关文章
