北京人形机器人创新中心开源运控框架Tien Kung-Lab

7月7日，北京人形机器人创新中心正式发布开源运动控制框架Tien Kung-Lab，将机器人马拉松冠军的运控算法面向行业开源，填补高性能人形机器人运动控制框架在开源领域的空白。运动控制能力作为决定环境适应性与任务执行能力的核心技术，是人形机器人从实验室迈向规模化应用最重要的门槛之一。

Tien Kung-Lab是一套基于Isaaclab开发的开源强化学习运动控制算法框架，该框架融合前沿的强化学习技术和人体运动数据，旨在让人形机器人实现自然、高效、稳定的运动控制。

该方法首次融合了模仿学习与强化学习的优势，基于Adversarial Motion Prior（AMP）风格化奖励机制，通过引入动作捕捉数据作为先验，让人形机器人在走路、跑步等移动中具备面对复杂地形的高稳定性和高泛化性的同时，还保留了与人类高度相似的优雅姿态。Tien Kung-Lab所开源的针对人形机器人的步态奖励，可让开发者快速地训练出走路，跑步等策略。

为了帮助开发者更方便的进行感知策略训练，此次开源的算法框架，改进了相关的光线追踪技术，实现了训练环境中深度图和激光雷达点云的快速准确获取，让仿真环境下从感知到运动的端到端训练成为可能。同时，Tien Kung-Lab支持在高保真物理引擎MuJoCo进行Sim2Sim交叉验证，可实现从训练到交叉验证的无缝迁移。

如同人类需要稳健行走才能劳动，强大的运动控制能力是人形机器人执行各类产业任务的基础前提。基于Tien Kung-Lab，开发者可以快速让人形机器人具备面对复杂地形的泛化移动能力和快速移动能力，从而加快研发速度。

在此前进行的全球首届人形机器人马拉松比赛中，搭载该运控算法的天工Ultra以2时40分42秒跑完21.0975公里，夺得全球首个人形机器人马拉松冠军。Tien Kung-Lab在运动控制层面保证了天工Ultra每一次迈步与落地的稳定、准确，跨越了真实道路中凸起、凹陷、减速带、细小石子等随机干扰。

当前，Tien Kung-Lab已在天工2.0全尺寸人形机器人上实现了具备高泛化性能的行走与奔跑，并在Open X-Humanoid开源社区、Github、Gitee等平台开放下载，加速全球人形机器人运动控制算法的研发迭代与生态构建。

获取Tien Kung-Lab：

GitHub：https://github.com/Open-X-Humanoid/TienKung-Lab

Gitee：https://gitee.com/open_x_humanoid/TienKung-Lab

北京人形机器人开源社区上线

2025年4月，北京人形机器人开源社区（opensource.x-humanoid-cloud.com）已正式上线，包含博客、论坛交流、技术文档展示、开源项目展示、活动发布、专家学者认证、开源课程发布等丰富功能，通过开放共享核心技术与研发资源，促进全球开发者协作创新、加速行业技术突破，为具身智能产业融合搭建起人才培育、技术迭代和产业落地的基座平台。

在本体方面，北京人形机器人创新中心已向行业开放“天工”软件开发文档、结构设计文档、URDF文档等关键技术资料。

在具身智能发展的核心要素数据方面，北京人形机器人创新中心联合北京大学推出了大规模多构型智能机器人数据集和Benchmark“RoboMIND”。截至目前，RoboMIND已在北京人形机器人创新中心官网、HuggingFace平台、北京人工智能公共算力平台累计下载15000余次。

同时，北京人形机器人创新中心还开源了 RoboMIND 数据集和“天工”机器人对接成熟开源算法框架的训练工具链X-Humanoid training toolchain，该工具可以简化开发者使用流程，支持用户基于已有成熟开源算法实现 RoboMIND 数据集的使用和“天工”机器人的具身操作算法开发，降低开发者开发门槛，扩展具身智能开放生态。