待验证50% 置信事实精确时间

2022年以来，ETH Zurich的ANYmal团队和MIT的Mini Cheetah团队展示了在崎岖地形上稳定行走的四足机器人，策略均在仿真中并行训练后迁移到真实硬件

1

来源数

50%

置信度

长期有效

时效性

2026/8/26

首次发现

来源

用狗狗视频训练机器狗：视频驱动强化学习技术解析

涉及实体

ETH Zurichcompany ANYmalproduct MITcompany Mini Cheetahproduct

相关事实

待验证Anthropic的机械可解释性团队致力于逆向工程神经网络内部计算过程，识别模型执行任务时激活的电路结构59% 相似待验证Ultra模式可调动一整支智能体团队并行工作，任务质量和速度随智能体数量提升而提升59% 相似待验证Boston Dynamics的工程师在设计Atlas机器人的舞蹈动作时显式地在轨迹中加入了预备动作和过冲后回弹等效果58% 相似待验证自动对焦+自动梯形校正是便携机核心体验差异点，无自动校正的机型每次挪动都需手动调整，频繁移动使用场景必选带六向/全自动校正的58% 相似待验证Ultra模式默认协调四个智能体并行推进，用更高计算量换取更高质量和更快完成速度58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/805086

API

curl https://kongchang.com/api/v1/knowledge/claims/805086

MCP

get_claim(id=805086)