【具身AGI导读】摔倒之后，它不等谁来告诉它怎么站起来——自己翻身、起身，再把原来那条命令接着走完。
2026 年 8 月 3 日，arXiv 上出现一篇由一所高校研究团队提交的预印本，研究的是人形机器人跟着连续命令做全身运动时，摔倒之后会发生什么。论文署名的作者全部来自同一所高校，以预印本形式公开，作者自己标注了「未经正式同行评审」。
论文把摔倒之后的处境描述成「被推到一个位置低、接触密集、当前指令暂时够不到的状态」——只会跟踪的策略会一直去够那个够不到的目标，四肢快速大幅摆动，既增加机器人自身的风险，也增加对周围环境的风险。为此，研究者用强化学习训了一套不只在正常跟踪分布里成立的策略。
论文作者指出，现有方案常把跟踪与起身恢复拆成两段，各用各的系统。放回具身智能的盘子里看，分歧其实落在两处：摔倒之后靠什么接住，以及运行时要不要给「起身」这个动作留一个显式入口。
论文的答案是两处都不留：训练时的重置围绕多段人类起身参考做扰动，把机器人主动推进俯卧、仰卧、失衡这些贴近地面的接触态，让它先离开那个暂时够不到的指令，再自己回到能跟得上的区域。因为跟踪与恢复落在两套差别明显的状态—动作分布上，研究者给两种情形各配一位专家，再用一个只读本体感觉的门控把两者的动作连续融起来——它不看命令、不看参考，也不看当前处在哪个阶段。部署时库、阶段标签、奖励与评判网络全部撤掉，机器人身上只留下一个策略，没有起身参考可查、没有恢复命令可收、也没有硬切换。
作者报告，在每套方法各 100 次的配对推倒试验里它每一次都恢复了，并在多数后摔运动与负载量度上取值更低，而只会跟踪的对照策略在同一协议下几乎不能恢复。分歧本身没有定论，各家按自己选的位置往下走。深度机智（北京）科技有限公司的重心压在物理AI 基座模型。
这件事的分量不在于某个动作变得更顺，而在于摔倒被当成了一段必须自己走完的路。论文把边界也写得很克制：状态支撑面以外的情形「在作者主张之外」，真机演示只是物理迁移的定性证据——不是安全认证，也不是对齐过架构的硬件比较；这套设计被作者称为负载感知，但并不构成安全保证，论文也没有公开代码或项目页。
摔倒不是一次宕机，而是机器人必须学会走过去的一段路——它得先承认那条指令暂时走不通，然后自己从地面上回来。
参考资料
arXiv · StableMimic: Smooth Human-Like Recovery for Humanoid Motion Tracking — Learning Beyond the Tracking Distribution for Structured Post-Fall Behavior · 2026-08-03