卡内基梅隆大学与Meta研究团队近日联合发布了一项突破性研究，由清华姚班李忆唐担任第一作者。这项名为BFM-Zero的技术让人形机器人不再依赖昂贵的动作捕捉数据，在真实环境中展现出前所未有的自然运动能力。
传统人形机器人往往受限于精细规则和高质量数据，在现实环境中容易因地面摩擦、身体负载等细微变化而失去平衡。BFM-Zero通过无监督强化学习，让机器人在大规模仿真环境中自主积累经验，将奖励、姿态、动作序列等任务提示统一压缩到潜在空间中。
实验结果显示，该方法在Isaac和Mujoco两种物理模拟环境中均表现出色。即使在物理规律明显不同的环境中，性能下降也控制在7%以内，证明模型掌握了普适性运动规律而非特定环境技巧。
在真实Unitree G1人形机器人测试中，BFM-Zero展现出令人印象深刻的零样本能力。机器人不仅能完成走路、转身等基本动作，还能执行舞蹈、格斗等复杂姿态。更重要的是，当受到外力干扰时，它能像人类一样通过重心调整、撑地缓冲等自然动作恢复平衡，这些能力完全来自策略本身的结构化潜在空间。
研究团队还展示了模型的快速适应能力。在机器人躯干增加4公斤负载的情况下，仅通过20次交叉熵优化迭代就能找到新的潜在向量，使机器人稳定站立15秒以上。这种适应过程不需要重新训练模型，完全依赖潜在空间的灵活性。
这项研究的突破意义在于：首次证明无监督强化学习可以在真实人形机器人上取得效果；生成的动作在自然性和柔顺性上有显著提升；为构建能被提示控制的通用人形机器人奠定基础。更重要的是，它成功摆脱了对高质量动作捕捉数据的依赖，大幅降低了机器人训练成本。
BFM-Zero为未来人形机器人的发展开辟了新路径，让机器人更接近通用智能的目标，在复杂多变的环境中展现出更强的适应性和稳定性。
