人形机器人的真机强化学习!ICLR2026通研院提出人形机器人预训练与真机微调新范式

本文背景是人形机器人在真实环境中进行强化学习面临安全性和数据效率的挑战，现有方法难以实现部署后的持续学习。研究目的是提出一种名为LIFT的新框架，通过大规模仿真预训练结合物理信息增强的世界模型，实现安全、高效的真人形机器人微调。结论表明，LIFT框架能在保证安全的前提下，利用有限真机数据快速微调策略，显著提升样本效率和适应性，为人形机器人的持续学习提供了可行路径。