伯克利团队提出 HITTER:基于模型的规划器预测球的落点、击球位置与时刻,强化学习全身控制器用人类挥拍参考动作生成正/反手击球,在 Unitree G1 上实现与人类最多 106 拍连续对拉。
Zhi Su, Bike Zhang, Nima Rahmanian
HoST是一种强化学习框架，从零学习人形机器人起立控制，通过多评价者架构和多样化地形课程训练实现姿态自适应运动。采用平滑正则化和隐式运动速度约束确保sim-to-real迁移成功，直接部署于Unitree G1人形机器人，在实验室和户外多种环境中实现平滑稳定的起立动作。
Tao Huang, Junli Ren, Huayi Wang
DexPoint 基于点云表示实现通用灵巧操作策略，无需物体 CAD 模型即可操作多样物体，展现良好的 sim-to-real 迁移。
CMU, UC Berkeley