星动纪元Star1人形机器人完成户外复杂地形自主导航测试

2025年6月，星动纪元（Star Dynamics）宣布其人形机器人Star1在户外复杂地形自主导航测试中取得重大突破。在位于北京延庆的户外测试场中，Star1成功完成了涵盖碎石路、陡峭斜坡、泥泞草地、浅水洼和松软沙地等多种非结构化地形的自主穿行任务，全程无人工干预。

这一成果标志着中国人形机器人在环境适应性和运动鲁棒性方面迈出了关键一步。星动纪元也成为国内首家公开演示人形机器人户外全地形自主导航能力的公司。

测试详情：五大地形全面通过

据星动纪元技术团队介绍，本次测试在延庆模拟户外环境测试场进行，场地设计包含五种典型非结构化地形：

• 碎石路段（长度50米） — 地面由直径5-15cm的不规则碎石铺成，对机器人的足底触觉感知和步态自适应能力提出极高要求。Star1以约0.8 m/s的稳定速度通过，步态调整频率平均每步3次微调，跨越碎石时未出现打滑或失稳。
• 陡峭斜坡（最大倾角25°） — 包含上下坡两种方向，坡面为压实土路。Star1在爬坡时自动降低重心、增大步幅，下坡时采用半蹲姿态控制减速，全程保持动态平衡。
• 泥泞草地（长度30米） — 草高约15cm，地表泥泞湿滑，摩擦力不均匀。Star1通过实时足底力传感器反馈，将每一步的落地角度和力度误差控制在±2°和±5N以内。
• 浅水洼（水深3-5cm） — 路面被薄水层覆盖，视线反射干扰较大。Star1依靠激光雷达点云数据穿透水面反射，准确辨识水下地面起伏。
• 松软沙地（长度20米） — 沙层厚度约10cm，承压能力差。Star1采用"小步高频"步态策略，步频提升至2.5 Hz，有效防止足部下陷。

全程总长度约180米，Star1以平均0.7 m/s的速度自主完成穿越，中途未出现摔倒或需要人工干预的情况。

技术核心：视觉-激光雷达融合感知

Star1之所以能够应对如此多样化的复杂地形，核心在于其独创的多模态融合感知系统。系统架构包含三个层次：

第一层：环境感知 — 头顶安装的2颗128线激光雷达和4颗双目视觉摄像头构成360°全方位感知覆盖。激光雷达负责实时建图和地形几何分析，视觉系统则进行语义分割——识别地面材质类型（草地、碎石、沙地、水面等），为后续运动规划提供先验信息。

第二层：地形建模 — 基于两者的融合数据，系统在每50ms内生成一张局部高程地图和一张地形可通行性热度图，动态标注出最优落脚点和避障路径。

第三层：运动规划 — 采用模型预测控制（MPC）+强化学习混合策略。MPC负责短时精确轨迹跟踪（0.5秒预测时域），强化学习策略则负责长时步态规划和应急调整（2秒预测时域）。两者协同工作，使Star1在面对突发地形变化（如隐藏石块或松软凹陷）时能够瞬时切换步态。

强化学习运动控制：从仿真到真实的零样本迁移

星动纪元在运动控制方面采用了端到端强化学习方案，训练过程完全在基于NVIDIA Isaac Sim搭建的高保真仿真环境中进行。团队构建了包含3000多种随机地形场景的训练数据集，涵盖不同坡度、摩擦系数、硬度和障碍物分布的组合。

强化学习控制器在仿真中经过约相当于50年实机运行时长的训练后，直接部署到Star1本体——零样本迁移（zero-shot transfer）到真实机器人上，无需任何额外的真机微调即实现了上述户外测试的稳定表现。这一成果对于降低人形机器人部署成本、加速商业化落地具有重要意义。

星动纪元CTO在技术沟通会上表示："我们采用Sim-to-Real的强化学习路径，核心优势在于训练效率极高。传统人形机器人的运动控制通常需要数月甚至数年的真机调试和手工调参，而Star1仅用了三周就在仿真中完成了全部训练，迁移到真机后直接跑通了户外地形。"

核心参数与硬件配置

Star1人形机器人主要硬件参数如下：

• 身高/体重：170 cm / 65 kg — 接近普通成年男性体型
• 自由度：全身42个自由度（单臂7个×2 + 单腿6个×2 + 头部3个 + 腰部4个 + 手部12个）
• 关节峰值扭矩：180 Nm（髋关节）、120 Nm（膝关节）
• 行走速度：稳定行走0.7-1.2 m/s，最大冲刺速度2.0 m/s
• 电池续航：3.5小时（轻载行走）/ 1.5小时（重载操作）
• 感知配置：2×128线激光雷达 + 4×双目摄像头 + 6×IMU + 足底六维力传感器
• 计算平台：双NVIDIA Orin AGX（总计550 TOPS），支持端侧实时推理

行业对比：中国vs全球人形机器人导航能力

将Star1的户外导航能力与当前行业主流产品进行对比：

• Tesla Optimus Gen 2：Optimus的导航能力主要依赖视觉方案（借鉴自Tesla Autopilot），在工厂等结构化环境中表现优秀，但其公开演示中的户外场景仅限于平整路面。目前尚无Optimus在碎石路、草地等非结构化地形中行走的记录。
• 宇树H1：宇树H1以运动爆发力著称，可完成跳跃、奔跑、后空翻等高动态动作。但在户外自主导航方面，H1更多依赖遥控操作而非自主决策，其感知系统尚未实现Star1级别的激光雷达+视觉融合。
• Figure 02：Figure AI的二代产品在工厂物料搬运方面表现突出，但其应用场景高度结构化，户外非结构化自主导航能力尚未公开验证。
• 波士顿动力Atlas：Atlas在跑酷、翻越障碍等高动态运动方面全球领先，但其运动控制依赖精确建模和预编排，而非端到端强化学习的泛化能力。且Atlas的成本和重量远超商业化人形机器人门槛。

从对比可以看出，Star1在非结构化地形的自主导航泛化能力方面处于行业领先地位。星动纪元的Sim-to-Real强化学习路线使其在环境适应性上具备了独特的竞争优势。

星动纪元：技术路线与团队背景

星动纪元成立于2023年，总部位于北京，是国内人形机器人赛道的新锐力量。公司核心团队来自清华大学交叉信息研究院和机器人实验室，在强化学习、足式机器人运动控制和Sim-to-Real迁移领域拥有超过10年的技术积累。

创始人兼CEO是国内最早从事足式机器人强化学习研究的学者之一，曾在ICRA、IROS、CoRL等顶级机器人会议上发表多篇高引论文。核心技术团队成员包括多位清华大学博士和具有波士顿动力、NVIDIA等企业背景的高级工程师。

在技术路线上，星动纪元采用"感知-决策-控制"全栈自研策略：

• 感知层：自研多模态融合感知算法，软硬件协同优化
• 决策层：基于强化学习和MPC的混合运动规划器
• 控制层：全身力矩控制和阻抗控制结合的底层执行方案

融资方面，星动纪元已于2024年完成数亿元Pre-A轮融资，投资方包括红杉中国、顺为资本和清华系基金。公司表示，本轮融资将主要用于Star1的迭代升级和小批量量产准备。预计2026年将推出面向工业和特种场景的商业化版本，单台定价目标在30-50万元人民币区间。

展望：户外自主导航的产业意义

人形机器人在户外复杂地形中的自主导航能力，是实现从工厂走向更广阔应用场景——如建筑工地、农业田地、灾害救援、军事后勤等——的关键基础能力。Star1本次测试的成功，证明了端到端强化学习+Sim-to-Real迁移的技术路线在复杂地形适应方面的巨大潜力。

行业分析人士指出，2025年人形机器人行业正在经历从"能走路"到"会走路"的质变阶段。Star1的户外全地形导航能力，标志着中国人形机器人不仅在运动速度上追赶国际同行，在环境适应性和自主决策能力上也开始形成差异化竞争优势。