近日，鼓马机器人完成视觉端到端强化学习（RL）楼梯测试 V0.9，在常规楼梯、多地形融合、夜间环境等场景下，实现了稳定的自主移动，标志着鼓马在人形机器人 “复杂环境适配” 领域取得关键进展。

一、技术核心：视觉 + 强化学习的 “自主移动方案”

• 视觉感知层：采用高分辨率深度相机 + 全景视觉传感器，实时采集地形、光线、障碍物等环境数据，识别精度达 99.2%；
• 强化学习层：基于端到端 RL 算法，通过百万次模拟训练，让机器人自主学习 “步幅调整、重心控制、地形适配” 逻辑，可应对 ±15° 斜坡、不同宽度楼梯等复杂场景；
• 动态平衡层：结合伺服电机力矩反馈，实时修正落脚力度，确保移动过程中重心稳定，测试中无一次倾倒或卡顿。

二、测试场景：覆盖真实生活的 “移动挑战”

• 常规楼梯场景：完成室内外不同高度台阶的上下移动，步幅适配误差＜2cm；
• 多地形融合场景：实现 “平地 - 台阶 - 斜坡” 的无缝切换，地形识别响应时间≤0.5 秒；
• 夜间环境场景：在低光（照度＜50lux）条件下，通过轮廓识别 + 光线补偿算法，保持移动稳定性。

三、技术价值：为人形机器人落地生活场景铺路

本次测试的技术突破，让鼓马机器人具备了 “自主适应复杂室内外环境” 的能力，可直接应用于商场导览、景区服务、楼宇配送等需要跨楼层移动的场景，进一步缩小了人形机器人与 “实用化生活服务” 的距离。

未来，鼓马将持续优化视觉 RL 技术，拓展更复杂的地形适配能力（如台阶缝隙、湿滑路面），推动人形机器人真正走进日常生活。