开源运动控制框架Tien Kung-Lab发布，推动人形机器人技术迈入新阶段

2025年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，标志着高性能人形机器人运动控制技术迈入标准化开源新阶段。该框架基于NVIDIA Isaac Lab开发，整合了强化学习与人体运动数据两大核心技术，旨在解决复杂场景下机器人运动控制的稳定性与泛化性难题。

技术层面，Tien Kung-Lab的创新性体现在三方面：其一，采用AMP（Adversarial Motion Prior）风格化奖励机制，通过动作捕捉数据先验训练，使机器人运动姿态更接近人类自然行为；其二，引入光线追踪与Sim2Sim验证技术，实现高保真仿真训练到实体机器人的无缝迁移；其三，开源步态奖励模块可快速生成行走、奔跑等基础策略，显著降低开发门槛。此前全球首届人形机器人马拉松赛事中，搭载该框架的天工Ultra机器人以2小时40分42秒完成21公里复杂地形赛程，验证了其卓越的环境适应性。

应用生态上，该框架已通过Open X-Humanoid、GitHub等平台开放源代码，覆盖工业制造、物流运输、特种作业三大核心场景。其标准化接口设计可加速不同构型机器人的运动策略开发，为行业提供统一的底层技术支撑。北京人形机器人创新中心表示，下一步将聚焦”小脑级智能”研发，提升动态环境感知与自主决策能力，推动人形机器人商业化落地进程。

此次开源填补了全球高性能人形机器人运动控制框架的空白，通过技术共享有望缩短行业研发周期，促进产学研协同创新。分析人士指出，该框架的发布或将成为人形机器人从实验室走向规模化应用的关键转折点。