东京大学提出路点引导强化学习方法，实现双臂机器人仿猿臂行

东京大学JSK团队提出路点引导强化学习强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身方法，使真人尺度双臂机器人能够实现类似灵长类的臂行运动。该方法无需完整动作示范，仅依靠稀疏末端路点引导强化学习强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身，即可生成全身协调运动，使机器人在不同单杠环境中连续摆荡，并具备抓取失败后的自主恢复能力。相关研究已被IROS 2026接收。