上海交通大學、上海AI Lab、香港大學、浙江大學以及香港中文大學的研究團隊近日聯合宣布了一項重大科研進展，他們成功研發出了一種新型算法，使人形機器人在多種復雜場景下具備了自主站起的能力。這項名為“學習跨多種姿勢的人形站立控制”的研究成果，標志著人形機器人在直立控制技術上取得了重大突破。

直立控制對于人形機器人的穩定性和功能性至關重要。然而，現有的控制方法往往局限于模擬環境，忽略了硬件的實際約束，或者依賴于預設的地面特定運動軌跡，難以適應現實世界中復雜多變的場景。為了解決這一問題，研究團隊創新性地提出了HoST算法，即人形站立控制具身智能控制學習算法。

HoST算法是一個從零開始的強化學習框架，它能夠在模擬環境中學習站立控制策略，并將這些策略成功遷移到現實世界中。這一算法的核心優勢在于其跨不同姿勢的模擬到現實遷移能力，使得人形機器人能夠在各種姿勢下都能實現平穩、穩定的站立。

為了驗證HoST算法的有效性，研究團隊在宇樹Unitree G1人形機器人上進行了實驗。實驗場景涵蓋了木地板、草地斜坡、倚靠大樹、坐在臺階上、石子路以及靠在椅子上等多種復雜環境。實驗結果表明，采用HoST算法的人形機器人在這些場景中均能實現平穩站立，展現出了出色的適應性和穩定性。

這一研究成果的發布，不僅為人形機器人的直立控制技術提供了新的思路和方法，也為未來人形機器人在更多復雜場景下的應用奠定了堅實基礎。隨著技術的不斷進步和完善，相信人形機器人將在更多領域展現出其獨特的優勢和價值。