wbc-mjlab：在 mjlab 中训练通用全身运动跟踪策略，换动作片段而不换检查点
原标题：wbc-mjlab/wbc-mjlab - One policy. Any motion. Train universal whole-body tracking in mjlab-swap clips, not checkpoints.
推荐理由
人形全身运动跟踪开源框架以 mjlab/MuJoCo Warp 实现单策略适配多动作，可降低动作重定向与重复训练成本，值得跟踪其后续实机验证。
ROBOAIRADAR BRIEF
结构化情报
01
发生了什么
GitHub 开源项目 wbc-mjlab 面向人形机器人全身运动跟踪（whole-body tracking），基于 mjlab / MuJoCo Warp 与强化学习训练，主张用同一策略适配任意动作，只需替换参考动作片段而无需重新训练检查点。仓库主题覆盖 humanoids、mujoco、reinforcement-learning 等，当前约 153 星标。信源仅提供仓库简介，缺少论文与实机验证细节。
02
为什么重要
人形全身运动跟踪开源框架以 mjlab/MuJoCo Warp 实现单策略适配多动作，可降低动作重定向与重复训练成本，值得跟踪其后续实机验证。
信息说明
RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。 涉及产品参数、交易金额或公司声明时，请以原文为准。
查看原始报道