P-BFM：仅凭平地参考让 Unitree G1 自适应复杂地形

研究者发布 P-BFM，让 Unitree G1 仅凭平地动作参考就能适应楼梯、斜坡、粗糙地形，无需针对地形的示范数据。方法用无监督 RL 与 forward-backward 表征把动作参考、目标状态、奖励编码进统一「行为意图空间」，策略网络以深度相机感知地形。同一冻结策略支持动作跟踪、目标到达、奖励推断与遥操作，论文、视频、代码及浏览器内交互式仿真已开放。