TTT-Parkour：机器人跑酷快速测试时训练

2026年10月15日，arXiv Artificial Intelligence 刊出 Shaoting Zhu 等作者的论文，提出面向感知型机器人跑酷的快速测试时训练方法 TTT-Parkour。该工作采用 real-to-sim-to-real 框架：先用程序化生成地形预训练策略，再基于 RGB-D 输入重建的高保真网格，在部署前针对新遇到的地形在仿真中快速微调环境专属策略，从而应对楔形、桩、箱、梯形和窄梁等障碍。作者称，包括采集、重建与测试时训练在内的整个流程，在大多数受测地形上约需 10 分钟；实验显示微调后在受测地形上的通过表现有所改善，并可直接从仿真迁移到真实机器人，部署后无需再更新策略。目前报道未提及与早先说法存在矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。