IT之家 2 月 16 日消息，上海交通大学、上海 AI Lab、香港大学、浙江大学、香港中文大学于 2 月 12 日公布了一项 Learning Humanoid Standing-up Control across Diverse Postures（学习跨多种姿势的人形站立控制）新成果，首次赋予人形机器人在多种复杂场景下自主站起的能力。
直立控制对人形机器人至关重要，现有方法要么局限于忽略硬件约束的模拟，要么依赖于预定义的地面特定运动轨迹，无法实现现实场景中不同姿势的站立。为了弥合这一差距，研究团队提出了具身智能控制学习算法 HoST（Humanoid Standing-up Control、人形站立控制），这是一个从零开始学习站立控制的强化学习框架，能够实现跨不同姿势模拟到现实的迁移。
在基于模拟的训练后，学习到的控制策略直接部署在宇树 Unitree G1 人形机器人上，测试场景包括木地板、草地斜坡、倚靠大树、坐在台阶上、石子路、靠在椅子上等。实验结果表明，机器人在各种实验室和户外环境中实现了平稳、稳定的站立动作。
IT之家附论文链接：
https://www.arxiv.org/abs/2502.08378
https://taohuang13.github.io/humanoid-standingup.github.io/
