深度分析
General Intuition 用《Fortnite》遊戲數據訓練通用代理模型，驅動四足機器人即時探索
General Intuition 以《Fortnite》等遊戲畫面與玩家按鍵標記訓練通用代理模型，僅用8分鐘實機資料即可讓四足機器人探索，最新融資3.2億美元，估值23億，投資人包括KhoslaVentures與JeffBezos，並宣示不開發致命自動化，預期推動AI從模擬到實體應用。
四足機器人
深度強化學習
深度強化學習下的持久子網路：四足機器人中自我類表徵的形成與可重用性
研究探討在持續學習情境下，機器人控制器是否會產生不隨任務改變的自我表徵。研究透過在模擬四足機器人上循序訓練三種移動行為，並以共活化神經元分群與跨循環一致性評估內部結構。結果發現存在一個持久子網路，其活動與構造跨行為保持穩定，其他群組則更具可塑性。此發現提供觀察深度強化學習控制器內部模組化的新方法。
可微分控制
SafeMind：結合可微分控制與風險感知的四足機器人安全行走框架
四足機器人控制缺乏安全保證，SafeMind 以可微分機率控制屏障函數結合語意約束與元自適應風險校準，於多樣地形與動態障礙測試中將安全違規降低 3–10 倍，並減少 10–15% 能耗，展現即時且安全的適應行走能力。