工具教程 · 神机百见-具身解读

一个策略开 200 种机器人：γ₀ 在 10 月 15 日之前公开征集 URDF，交之前先算清这笔账

Nico Bohlinger 与 Bo Ai 的团队发布了通用 RL 运动控制策略 γ₀，用 200 多个真实机器人模型塑造本体分布、在数百万个随机化本体上训练，一个策略同时开腿足机器人和无人机。他们正在公开征集 URDF，10 月 15 日截止。交不交，是本体厂商今年一个真实的选择题。

本篇目录5 节 · 10
数字还没法交叉验证，但选择题已经成立不是「多训练几个机器人」，是「把本体本身随机化」你得到的是默认支持，付出的是形态进入公共分布一份能被训练用的 URDF，和一份能看的 URDF 是两回事三个可核验的观察点
一分钟速览
  1. 一个策略，两类本体：γ₀ 是同一个运动控制策略，同时控制地面腿足机器人与空中无人机，并对未见过的本体有迁移表现。
  2. 本体分布来自真实机器：团队收集了 200 多个真实机器人模型来塑造本体分布，而不是纯随机生成。
  3. 训练规模：数百万个本体变体，随机化几何、动力学与驱动三类属性，累计数十亿仿真步。
  4. 公开征集 URDF，10 月 15 日截止：团队在招募合作者贡献机器人模型，纳入训练并在真机上部署验证。
  5. 信源性质要说明：目前未检索到论文全文与正式编号，数字来自 AGI HUNT 两个条目的转述，属单一信源 + AI 摘要。
  6. 交不交是笔账：换来的是「出厂即被通用策略默认支持」，代价是你的本体形态进入公共分布。
数据来源与边界
素材时间窗为 2026-10-01 18:00 → 2026-10-02 09:00（北京时间）。本条为隔夜窗口内首发的英文条目（AGI HUNT 2026-10-02 期两个子页，同日分别以「γ₀ 开放 URDF 征集」与「一个策略开数百万机器人」两个角度刊出）。需明确的不确定边界：未检索到该工作的论文全文、arXiv 编号或项目主页，文中 200+、数百万变体、数十亿仿真步等数字全部来自上述两个条目的转述，属单一信源 + AI 生成的摘要，尚未获得第二处独立信源交叉验证；「10 月 15 日截止」为条目中转述的征集期限，未找到原始公告核对。因此本文不把上述数字当作已确证事实使用，只作为线索呈现，并把它对本体厂商的决策含义讲清楚。文中关于「URDF 该准备什么」的四项清单为本号的工程建议，属判断，非该团队公布的要求。
本文事实信息来自上方标注的公开来源；解读、判断与延伸部分为作者个人见解，写作过程使用了 AI 工具辅助整理，已由作者人工核实，不代表信息来源方立场。如有雷同纯属巧合；如涉及版权或权益问题，请联系 shenjibailian@shenjibailian.com，我们将在核实后及时删除或更正。
主要来源
AGI HUNT 日报 2026-10-02 期条目子页《One RL Policy for 200+ Robot Models: Generalist Motion Control Policy γ₀ Opens Call for URDFs》与同期刊发的《One policy for millions of robots》（Nico Bohlinger、Bo Ai 团队工作转述，2026-10-02查看原文 ↗
agihunt.info · 2026-10-02 发布
1先说清楚这条线索的成色

数字还没法交叉验证，但选择题已经成立

先摆事实边界。这条消息来自 AGI HUNT 2026-10-02 期的两个子页，讲的是 Nico Bohlinger 与 Bo Ai 团队的一个通用运动控制策略 γ₀。我检索了论文全文、arXiv 编号与项目主页，都没有找到。所以下面这些数字——200 多个真实机器人模型、数百万个本体变体、数十亿累计仿真步——目前只有这一个出处，且该出处自述为 AI 生成的摘要。

这种情况在这个行业里不罕见：工作先在社交平台和日报里传播，正式论文滞后。但处理规则要一致——数字先按「单一信源 + AI 摘要」对待，不写进结论，只当作需要跟进的线索。

不过，有一条是可以独立于数字成立的：他们正在公开征集 URDF，10 月 15 日截止。对做机器人本体和做交付的团队来说，这是一个本月内要做决定的事情，不管 γ₀ 最后成不成。

判断：征集 URDF 这件事的意义，大于任何一个策略的分数。它说明通用本体策略这条路正在从「自己造数据」转向「向行业要分布」——谁掌握本体分布，谁就掌握通用策略的适用范围。这个结构变化，比 γ₀ 本身的表现更值得跟踪。
2这件事的技术形状

不是「多训练几个机器人」，是「把本体本身随机化」

这类工作与以往的多机器人训练有一个关键区别：随机化的不只是环境和任务，而是本体本身。按条目转述，随机化覆盖三类属性——几何（geometry）、动力学（dynamics）、驱动（actuation）。

本体随机化的三层，各决定什么本号归纳，非该团队公布的分类
几何
腿长、躯干尺寸、连杆比例、关节轴向决定「身体长什么样」能否泛化
动力学
质量分布、惯量张量、质心位置、摩擦系数决定「动起来是什么手感」能否泛化
驱动
力矩上限、转速上限、响应延迟、阻尼决定「你的电机能不能执行这个策略」
口径说明：三层分类为本号基于条目中「randomizes geometry, dynamics, and actuation properties」所作的工程展开，原文未逐项列举。

第三层是本体厂商最该注意的。前两层决定策略能不能泛化，第三层决定这个策略在你家机器上跑不跑得动。如果训练分布里的力矩上限远低于你家的执行器，策略会保守；如果远高于，策略会开出你家电机给不出来的力矩曲线，上真机就是过载。

3交不交：一笔要算清楚的账

你得到的是默认支持，付出的是形态进入公共分布

提交 URDF 的收益与代价本号分析框架

得到的

① 你的本体形态进入训练分布，通用策略对你的机器「开箱可跑」的可能性提高；
② 有机会被纳入真机部署验证，等于一次第三方测试；
③ 与做通用策略的团队建立直接通道。

付出的

① 本体几何与驱动参数进入公共分布，竞品可以反向推断你的设计区间；
② 若后续该策略商业化，你的形态可能成为他人产品的免费适配项；
③ 提交后基本无法撤回。

说明：以上为本号提出的分析框架，非该团队公布的权利义务说明。征集的具体授权条款未见公开文本，提交前应先向发布方索取书面授权范围。
判断：这件事的性质取决于你的本体是不是你的护城河。如果本体形态本身不是壁垒（比如通用四足、标准轮式底盘），交出去是净收益——换来的是免费适配；如果构型是你差异化的一部分，那就要先在授权条款上谈清楚——至少要拿到「可用于研究、不得用于竞品适配」的书面范围。做交付的团队尤其要问客户一句：这台机器的 URDF，授权是谁的。
4如果决定交，先准备这四项

一份能被训练用的 URDF，和一份能看的 URDF 是两回事

很多团队的 URDF 是给可视化和运动学规划用的，能满足要求的是运动学正确。但强化学习训练要的是动力学可用，这是另一个标准。以下四项是本号整理的准备清单，属工程建议，不是该团队公布的要求。

项目常见缺口为什么训练会卡在这里
惯量张量写成单位阵或对角近似惯量错 → 仿真里学到的力矩曲线在真机上全错
驱动参数只给关节限位，不给力矩/转速上限随机化「驱动」这一层无从下手，策略无法适配执行器
碰撞网格直接用视觉网格面数过高导致仿真慢，或自碰撞误判导致训练异常
摩擦系数沿用默认值足式机器人的落地、打滑全部依赖这个数
表注：本表为本号整理的工程准备清单，属建议性质，非任何团队公布的提交要求。

这里有一个更一般的经验：能被通用策略训练用的 URDF，本身就是一份高质量的资产。哪怕这次不交，把惯量和驱动参数补全这件事，对你自己的仿真管线、对给客户做数字孪生、对后续的动力学辨识，都是要补的课。所以这张表的价值不依赖于 γ₀ 最后成不成。

5怎么跟踪这条线

三个可核验的观察点

既然目前数字无法交叉验证，那么判断这个方向成不成的判据应该换成可核验的东西：

其一，看真机验证的台数。条目提到团队希望合作者「部署到真实硬件上」。通用策略的价值不在仿真分数，在于有几台从未见过的机器真的跑起来了。这个数字什么时候公布，是第一个观察点。

其二，看跨形态的边界在哪。条目称同一策略可同时控制腿足与无人机。这两类的动力学差异极大，如果真能做到，说明本体泛化的上限比行业普遍预期高；如果只能在相近形态内迁移，那它的适用面就仍然是「同族机器人」。

其三，看 10 月 15 日之后有没有公布参与名单。名单里的机构类型（本体厂商 / 高校 / 集成商）会直接说明这个生态的真实构成。

信源：AGI HUNT 日报 2026-10-02 期两个条目子页（γ₀ 开放 URDF 征集 / 一个策略开数百万机器人），转述 Nico Bohlinger、Bo Ai 团队工作。核查方式：尝试检索论文全文、arXiv 编号与项目主页，均未找到，故全部数字按「单一信源 + AI 摘要」处理，已在正文逐处标明。10 月 15 日征集期限未找到原始公告核对。文中分析框架与工程清单为本号判断，已与事实分开标注。