运控算法团队完成了 BK-1 强化学习步态策略的新一轮迭代。
新版本策略在平地行走、变速与快速移动场景下的抗扰动能力显著提升，最大移动速度测试表现符合工程预期。用团队的话说：被推一把之后稳住的时间变短了，高速下的步态也更收敛。
「稳」与「快」是一对天然矛盾。人形机器人靠两条腿支撑，行走本身就是持续的动态平衡；速度越高，留给控制器纠偏的时间窗口就越短——1000Hz 的控制回路，在 5m/s 的移动速度下，每一步的调整机会只有几十毫秒。这一轮迭代的重点，正是把两者的边界往上推：在更高速度下保持步态收敛，同时不牺牲低速行走时的柔顺表现。
迭代方式同样值得一说。BK-1 的运控采用「仿真训练 + 真机微调」双轨流程：先在 MuJoCo 中批量训练策略，让算法在虚拟环境里经历成千上万次试错；再回到真机上用少量样本校正，补上仿真与现实之间的差距——地面的摩擦、关节的间隙、电机的响应延迟，这些细节只有在实机上才能校准。选择 MuJoCo 而不是自建仿真环境，是因为它的动力学精度与社区生态足够成熟，可以把研发资源集中在策略本身。
更重要的是，这套流程让算法的进化不必绑定硬件版本。BK-1 预装平地行走与奔跑的运动控制算法，运动能力的每一次提升，都是通过软件升级完成的——今天交付的机器人，明天可以走得更稳。目前 BK-1 已支持平地行走、变速与快速移动三类场景下的稳定运行，这一轮迭代主要围绕抗扰动能力展开：在受到外力推搡、地面轻微起伏或突然变速时，机器人能够更快恢复平衡，而不是依靠预设动作硬扛。
下一阶段的训练重点已经明确：复杂地形（坡面、台阶、非结构化地面）与负载场景（携带物品、负重行走）。这两类场景对步态策略的要求更高——地形变化要求实时感知与快速调整，负载则改变了机器人的重心分布，需要策略具备更强的泛化能力。相关训练已在 MuJoCo 环境中展开。
运动能力是人形机器人一切应用的基础。团队下一步将把训练扩展到复杂地形与负载场景，让机器人在更多真实环境里保持稳定表现。