Em 4 de novembro, a Academia de Inteligência Artificial de Pequim (BAAI) e o Instituto de Tecnologia de Pequim anunciaram conjuntamente a disponibilização oficial em código aberto do framework Thor. Este framework supera as limitações técnicas dos robôs humanoides em cenários com forte interação física, permitindo-lhes alcançar coordenação corporal completa e estabilidade dinâmica comparáveis ​​às dos humanos, estabelecendo uma base crucial para sua aplicação prática.

O robô Unitree G1, que anteriormente chamou a atenção por puxar um carro de 1400 kg, utiliza o framework Thor como seu principal método de controle. Embora os robôs humanoides atuais possam realizar movimentos dinâmicos como dançar e dar cambalhotas, eles dependem em grande parte de trajetórias predefinidas, limitando sua interação física com o ambiente. Em cenários práticos como cuidados domiciliares e carga e descarga industrial, os robôs precisam lidar com interações imprevisíveis e de alta intensidade, como empurrar, puxar e resistir a interferências; manter a estabilidade torna-se um desafio crítico.

Os principais avanços da estrutura Thor residem em dois aspectos: Primeiro, com base em princípios da biomecânica humana, ela projeta o sistema "Force Adaptive Trunk Tilt Reward (FAT2)", que guia o robô para manter o equilíbrio e transmitir força ajustando a postura do tronco, substituindo a estratégia tradicional de "resistência rígida". Segundo, ela inova com uma estrutura de rede desacoplada, dividindo o controlador de corpo inteiro em três módulos independentes: parte superior do corpo, cintura e parte inferior do corpo, atualizando-os e otimizando-os de forma síncrona e específica para resolver os desafios de controle causados ​​por estados de alta dimensionalidade, espaços de movimento e acoplamento dinâmico.

A verificação experimental demonstra que o robô Unitree G1 equipado com Thor não só consegue puxar um carro de 1400 kg, como também abrir uma porta corta-fogo que exige uma força de tração de 60 N com uma só mão, rebocar um guindaste sobre rodas de 85 kg e até mesmo completar a tarefa de apagar um quadro branco sem controle preciso de força. A análise quantitativa demonstra que sua força máxima de tração com ambas as mãos atinge 167,7 N (aproximadamente 48% do seu próprio peso), um aumento de 68,9% em comparação com o melhor algoritmo de referência; a função de recompensa FAT2 contribui com 80% a 90% do ganho de desempenho, enquanto a rede desacoplada garante a estabilidade do movimento sob cargas extremas.

Atualmente, a página do projeto Thor (https://baai-aether.github.io/baai-thor/) está aberta. A Academia de Inteligência Artificial espera colaborar com parceiros globais para promover a aplicação da inteligência incorporada em múltiplos cenários, tornando os robôs assistentes confiáveis ​​para humanos no mundo físico.