北京
2026年的人形機器人賽道，早已不是 “能走會抓” 就能立足的時代。人形機器人的未來，在全身協同的 “類人化”。但復雜地形的雙足穩定行走、全身自然流暢動作、帶感知的運動閉環等技術難題尚未被完全攻克。
人形運控算法所需基礎
從經典的MPC/WBC控制架構，到數據驅動的強化學習，再到具身大模型的涌現，人形機器人的運控技術正在經歷一場深刻的范式轉移。全球范圍內對掌握這些核心技術的專業人才需求激增，僅掌握基礎控制方法，難以應對高自由度、復雜地形、動作模仿、全身運控等核心問題。
為此，我們推出這門以宇樹G1為實踐載體的《人形機器人運動控制》課程。讓大家掌握PPO/AMP/BeyondMimic/SONIC/Project-Instinct等主流RL算法核心原理；不僅學懂算法背后的原理，更能上手訓練在真機上穩定運行的智能策略，具備人形機器人運動控制的核心研發能力。
課程實踐項目介紹
圍繞平地行走、斜坡/碎石/樓梯等復雜地形越障、動作風格模仿、全身協同控制以及融合感知的跨地形行走等任務展開。從感知空間、動作空間、獎勵函數等多維度逐層拆解對比主流強化學習運控算法。
掃碼添加，了解詳情
搶占學習名額
課程導師
孔賀
南方科技大學研究員，博士生導師，
南科大機器人研究院副院長、自動化與智能制造學院副院長。
本碩博分別畢業于中國礦業大學、哈爾濱工業大學、澳大利亞Newcastle大學，曾在悉尼大學野外機器人研究中心開展博士后研究。入選國家海外高層次人才青年項目，近三年主持獲批國自然原創探索計劃項目、國自然聯合基金重點項目、國家重點研發計劃-智能機器人重點專項課題。主要致力于機器人多模態感知及融合、機器人與航天器控制等方面的研究。擔任IEEERAL、IEEERAM、IEEESens.Lett、JACSP副主編以及機器人領域多個主流會議副主編。
課程大綱
課程亮點
直指人形機器人最核心、最難突破的運動控制模塊，每一講都圍繞運控核心難題展開。
不止于論文復現，而是將運控算法拆解到RL的觀測空間、動作空間、獎勵函數等核心模塊。
豐富的實踐項目，覆蓋復雜地形行走、風格模仿、重定向、全身運控、感知運控閉環等。
課程收獲
適合人群
希望系統學習基于強化學習的人形機器人運控算法的在校學生、科研人員
從事人形機器人、具身智能、雙足/四足機器人算法研發的工程師
具備強化學習和機器人學基礎，希望轉型人形機器人方向的算法開發者
課程服務
1. 三師助力
講師&助教及時答疑解惑，班主任全程帶班督學，幫你克服拖延，不斷進步。
2.定期班會
助教1V1批改作業，并在班會中進行講評和指導；在班會中，學習更多技巧；在交流中收獲更多思路。
咨詢更多
掃碼添加，了解詳情
搶占學習名額
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
