北京人形机器人创新中心发布Tien Kung-Lab，引领开源运动控制新篇章

在科技飞速发展的今天，人形机器人正逐渐从实验室走向实际应用，而运动控制技术作为其核心，一直备受关注。2025年7月7日，IT之家从北京人形机器人创新中心官方微信公众号获悉，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，这一举措无疑为人形机器人领域带来了新的曙光。

运动控制能力对于人形机器人来说至关重要，它是决定机器人环境适应性与任务执行能力的核心技术，也是人形机器人迈向规模化应用的关键门槛。Tien Kung-Lab作为一套基于Isaaclab开发的开源强化学习运动控制算法框架，融合了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。

回顾全球首届人形机器人马拉松比赛，搭载Tien Kung-Lab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，这一成绩充分展示了该框架的强大实力。Tien Kung-Lab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，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，同时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，为开发者提供了快速训练走路、跑步等策略的可能。为了方便开发者进行感知策略训练，此次开源的算法框架改进了光线追踪技术，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现实。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。

目前，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，这无疑将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。

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。在真实道路中，Tien Kung-Lab经历了超长赛程和真实路况的挑战，保证了天工Ultra每一次迈步与落地的稳定、准确，跨越了凸起、凹陷、减速带、细小石子等随机干扰，最终顺利完赛。

基于北京人形在运控领域的技术积累，Tien Kung-Lab的开源将极大缩短人形机器人产品实现跨地形高速泛化移动的时间，为人形机器人走出实验室，在真实环境执行任务，甚至在山地、雪地救援、废墟等极端环境下作业奠定基础，并为具身智能的规模化应用夯实技术底座。

未来，北京人形将以马拉松冠军级运动控制为基石，向“小脑级智能”的更高维度进发，攻坚基于学习方法的通用移动操作和全身复杂动作控制技术，并突破复杂动态环境中的全向感知和自主导航技术，迈出从“卓越单点运动执行”向“全身协同自主执行”的关键一步，实现“全能动作”与非结构化环境中的闭环自主作业能力。

在运动控制领域的持续突破，将为人形机器人构建强大的“运动智能中枢”，使其真正具备在真实、开放世界（如复杂工厂、灾难现场、户外场景）中自主移动、稳