日前，北京人形机器人创新中心（简称“北京人形”）正式发布其自主研发的开源运动控制框架Tien Kung-Lab。该框架源自全球首届人形机器人马拉松冠军“天工Ultra”所采用的核心运动控制算法，现已全面面向行业开放，为工业、物流、特种作业等复杂应用场景中的大规模落地提供技术基础。

Tien Kung-Lab基于NVIDIA Isaac Lab开发，融合强化学习、模仿学习与人类运动数据，支持人形机器人实现自然、高效、稳定的行走与奔跑。在此前的马拉松比赛中，天工Ultra搭载该算法以2小时40分42秒成绩完成21.0975公里，成功夺冠，展示了其在真实路况下的极强稳定性与泛化能力。

该框架首次引入了Adversarial Motion Prior (AMP)风格化奖励机制，并利用动作捕捉数据作为先验，实现了高度拟人的步态表现。开发者借助Tien Kung-Lab可快速训练机器人完成走路、跑步等复杂运动策略，并通过改进的光线追踪技术获取高精度的深度图与激光雷达点云，实现从感知到动作的端到端训练。此外，框架支持在高保真物理引擎MuJoCo中进行Sim2Sim交叉验证，推动从仿真训练到实际部署的无缝迁移。

Tien Kung-Lab目前已在“天工2.0”全尺寸人形机器人上实现落地应用，并在GitHub、Gitee及Open X-Humanoid开源社区开放下载，旨在推动全球人形机器人运动控制算法的协同研发与生态构建。

据介绍，自2024年4月“天工1.0 lite”问世以来，北京人形持续推动运动控制技术进化。该款机器人是全球首个纯电驱拟人奔跑平台，具备多地形稳态运动能力，并在中关村仿生机器人大赛中斩获竞速赛、障碍赛冠军及全能优胜奖。在2025年2月，天工更完成了全球首个百级台阶视觉感知攀登实验，奔跑时速提升至12km/h，并可在雪地等复杂地形高速移动，展现出卓越的抗干扰和复杂地形适应能力。

北京人形方面表示，Tien Kung-Lab的开源不仅为行业缩短人形机器人跨地形泛化移动能力的研发周期，也为未来在灾难救援、复杂工厂、户外巡检等真实场景中的应用奠定基础。其目标是基于“小脑级智能”构建机器人“运动智能中枢”，实现从单点运动控制向全身协同自主执行的跨越，为人形机器人构建完整的“感知-决策-执行”闭环系统。

（文章来源于聚大模型前沿，如有侵权，请联系删文）