跑酷是一个非常具有挑战性的移动问题，它旨在正面克服障碍物而不是选择绕过去。对于移动机器人来说，这更是一个算法上巨大的挑战。从2020年ETH的Anymal和CMU的RMA工作开始，深度强化学习终于让足式机器人算法可以在野外进行稳健的行走。然而这仍然花了三年时间，让四足机器人的运动能力显著超过传统轮式机器人。在此之前，人形机器人的算法也局限在过多的参考轨迹或者大量的数学建模推导，让人形机器人的移动能力处在一个很尴尬的位置。我们则大胆尝试了一个更困难的任务，让足式机器人去完成更加高难度高动态的移动任务。本次报告中，我们介绍从四足机器人的跑酷算法到双足机器人的跑酷算法，并从全身控制的角度介绍一些我们在真机测试人形机器人的过程中的有趣的发现。