Locomotion 是移动自身身体的能力，包括行走、转向、平衡与地形通过。策略可输出关节目标、力矩或运动参考，不必是语言大模型。
| 路线 | 训练/控制条件 | 主要边界 |
|---|---|---|
| 模型控制与优化 | 动力学、轨迹、接触约束 | 模型误差与实时计算 |
| 任务奖励 RL | 速度/姿态目标、并行仿真 | 奖励偏差、地形与驱动差异 |
| 运动模仿与统一跟踪 | 重定向动作、参考轨迹、蒸馏/生成 | 动作可实现性与任务接口 |
当前判断 · 2026-10-10 核查
跟踪器与任务策略分开验收。 SONIC v4 用 PPO 跟踪奖励与表示学习训练运动 token 到关节目标的接口，再由 PD 执行；上层 GR00T N1.5 另用任务示范微调。参考动作、人的遥操作和自主移动操作共享控制能力，决策来源却不同；每项 10—20 次任务评测不能证明长期部署。接口与真机分母
GEAR-SONIC 固定模型卡的默认、low-latency、v1.1 要与各自观测和增益配套；80/200 ms 是参考前视，不是整机延迟。未知地形、载荷、跌倒恢复和长时安全仍缺系统验证。配置依据