地瓜机器人 WM-LOCO 是一套面向受限落脚地形的人形机器人视觉行走方案,和传统只看当下画面、等踩空再调整的行走算法不一样,它把循环预测世界模型和 PPO 强化学习策略做端到端联合训练,只用单路深度相机加上本体感知数据,不用人工标注落脚点,就能提前预判下一步动作带来的身体状态、环境变化,在宇树 G1 人形机器人上完成真机测试,顺利一步跨过 80 厘米沟壑、在宽度仅 10 厘米的窄平衡梁上稳定行走,离散稀疏地形的通过率远高于普通 PPO 基线方案,这套方案还支持 zero-shot 仿真到真机迁移,仿真训练好的权重可以直接部署到实体机器人,不需要额外调参,也是它在梅花桩、断桥这类高难度地形不容易踩空的核心原因。
一、WM-LOCO 核心架构
| 模块 | 作用说明 |
|---|---|
| 循环预测世界模型 RSSM | 接收深度图 + 本体感知,预判未来的观测、身体姿态、奖励,输出预测特征,给策略做预判依据 |
| PPO 强化学习策略 | 基于世界模型输出的预测特征,直接输出全身关节控制指令,端到端链路 |
| 感知输入 | 单路深度相机(RealSense D435)+ 本体力矩、姿态传感器,不需要多传感器融合方案 |
| 部署硬件 | 可在旭日 S600、Jetson Orin 等端侧算力平台实时运行 |
| 训练特点 | 不需要标注落脚点、不需要教师蒸馏,整套一起联合训练 |
二、为什么 80cm 沟壑、10cm 窄桥很难走
这类地形属于落脚受限地形,安全支撑区域很小,容错空间极低。
走 10 厘米窄桥的时候,脚掌稍微偏移几厘米就会踩空;跨 80 厘米沟壑,需要一次性规划摆腿幅度、重心转移、落地时刻,普通算法只能基于当前画面做即时反馈,等发现重心不稳、落点不对的时候,已经来不及修正,很容易直接摔倒。传统方案大多是 “感知→规划落脚点→步态生成→控制” 多段串行,链路长、延迟高,很难应对这种一步定成败的场景。
三、WM-LOCO 实现越障、走窄桥的完整流程
- 实时采集:深度相机获取前方地形,本体传感器同步读取关节角度、姿态、力矩信息;
- 世界模型推演:循环世界模型在隐空间里模拟,预判当前动作之后机器人的姿态、下一个时刻的视觉画面,提前评估会不会踩空、失衡;
- 策略输出动作:PPO 策略结合预测特征,输出全身关节指令,同步调整重心、步幅、摆腿轨迹;跨沟壑时自动放大跨步幅度,窄桥上主动收紧步态、降低重心;
- 落地闭环修正:落地之后持续采集本体反馈,动态微调姿态,防止侧翻;
- 仿真预训练 + 真机迁移:在仿真环境里大量遍历缝隙、窄梁、梅花桩场景,训练完成直接把权重放到真机,也就是 zero-shot 迁移,真机不用重新调试参数。
四、真机测试数据
- 80cm 沟壑:单步跨越,摆腿、腾空、落地连贯,基线 PPO 方案几乎无法通过
- 10cm 窄平衡梁:稳定持续行走,对横向偏移做持续校正
- 踏石、台阶、缝隙、窄梁四类地形综合测试:平均成功率 93.3%
- 仿真环境中,缝隙、梅花桩场景通过率接近 100%
五、和传统人形行走方案对比
✅ WM-LOCO:带预测世界模型,提前推演未来状态,端到端,无落脚点标注,适合窄梁、大缝隙这类低容错地形
❌ 传统 PPO 基线:只看当前观测,没有预判,遇到离散落脚地形极易踩空、摔倒
❌ 经典规划方案:需要先识别、标注落脚点,链路长、延迟高,对感知误差敏感
六、适用场景与局限
适合:梅花桩、断桥、窄通道、断续踏石、救灾废墟这类落脚不连续的场景。
局限:依赖深度视觉,强光、粉尘遮挡镜头会影响效果;方案是行走控制框架,不是硬件,性能上限也受机器人本体关节力矩、平衡能力约束。
【相关 FAQ】
问题 1:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,核心技术是什么?
回答 1:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,核心是预测世界模型和 PPO 强化学习端到端联合训练,机器人可以提前推演动作带来的姿态变化,而不是只靠眼前画面做即时反应。
问题 2:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,训练的时候需要人工标注落脚点吗?
回答 2:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,整套方案不需要人工标注落脚点,也不用教师蒸馏,依靠深度视觉和本体感知自主学习地形和步态的对应关系。
问题 3:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,zero-shot 仿真迁移是什么意思?
回答 3:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,zero-shot 仿真迁移就是仿真里面训练完成的模型权重,直接放到宇树 G1 真机上跑,不用针对实体机器人二次调参。
问题 4:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,它用了多少个深度相机?
回答 4:地瓜 WM-LOCO 跨过 80 厘米沟壑、走过 10 厘米窄桥,方案只使用单路深度相机,搭配本体感知,不需要复杂多目视觉融合方案。
【参考资料】
[2026-11-03](World-Model-Augmented Visual Locomotion for Humanoids on Foothold-Constrained Terrain)arXiv
[2026-09-10](首次将预测世界模型引入人形行走:地瓜 WM-LOCO 让机器人现场走梅花桩)机器人网
[2026-09-09](地瓜机器人发布 WM-LOCO 方案,实现预测世界模型在人形行走中的首次应用)ZAKER 新闻
[2026-09-08](地瓜机器人推出 WM-LOCO 行走控制方案)盖世汽车网
[2026-09-04](地瓜 WM-LOCO:预测世界模型 + PPO,人形机器人复杂地形行走)芯扒客微博
【免责声明】
本文仅为地瓜 WM-LOCO 算法方案科普,不构成机器人采购、自研开发建议;测试数据来自论文与公开真机演示,实际表现受机器人本体、光照、地面打滑、传感器遮挡影响;方案效果不等于所有机器人都可以直接复刻,本文不承担机器人落地调试与项目风险。
本文来自作者[分矢演算]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/bdt/202611/4025.html
评论列表(4条)
我是乌兰科技网的签约作者“分矢演算”!
希望本篇文章《标题地瓜 WM-LOCO 靠预测世界模型,实现跨过 80 厘米沟壑、平稳走过 10 厘米窄桥》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:地瓜机器人 WM-LOCO 是一套面向受限落脚地形的人形机器人视觉行走方案,和传统只看当下画面、等踩空再调整的行走算法不一样,它把循环预测世界模型和 PPO 强化学习策略做端到端联合训练,只用单路深度相机加上本体感知数据,不用人工标注落脚点,就能提前预判下一步动作带来的身体状态、环境变化,在宇树 G1 人形机器人上完成真机测试,顺利一步跨过 80 厘米沟壑、在宽度仅 10 厘米的窄平衡梁上稳定行走,离散稀疏地形的通过率远高于普通 PPO 基线方案,这套方案还支持 zero-shot 仿真到真机迁移,仿真训练好的权重可以直接部署到实体机器人,不需要额外调参,也是它在梅花桩、断桥这类高难度地形不容易踩空的核心原因。