从会跑会跳，到自主巡检：Go2机器狗如何走向真实作业？

无需安装、无需配置，打开 go2.tsingtaoai.com，即可在浏览器中完成技能演示、导航规划、运动遥控与语音指令；原子动作由自主训练学习获得，序列化组合成复杂多元的真实任务，并与真机画面全程对照，所见即所得。

让一台四足机器狗动起来，需要什么？在大多数团队的工作流里，答案是一长串：装系统、配驱动、搭仿真环境、对依赖版本——算法还没开始验证，一天已经过去了。

更现实的问题是：算法团队加班调参，数据团队加班洗数据，而瓶颈往往不在算法，而在仿真验证的效率。每一次无效的仿真，都是烧掉的算力、推迟的进度。

TsingtaoAI 给出的答案只有一个网址：go2.tsingtaoai.com。机器人技能可视化演示交互系统，一个跑在浏览器里的具身智能仿真平台。不用装软件，不用搭环境，打开网页（图1），就能在三维场景里触发技能：导航、遥控运动、开口下指令，再拿真机画面做对照。

我们对它的期待，可以浓缩成一句递进：既要看得见，也要控得准，更要训得出。

图1：打开浏览器即可进入的三维仿真场景——Go2 四足机器人已在网格场景中待机。

TsingtaoAI 机器人技能可视化演示交互系统，把过去需要数小时搭建的仿真环境，压缩成一次网页加载。导航演示、运动遥控、语音仿真、动作对照四大模块在首页一字排开（图2），演示服务状态全部在线，点开即可进入三维场景。

在线使用：go2.tsingtaoai.com

图2：go2.tsingtaoai.com 平台首页，导航演示、运动遥控、语音仿真与动作对照四大模块清晰可见。

• 导航与建图：点一下地面，终点就设好了

先看导航。在三维网格地面上点一下，绿色光标落下，终点就设好了（图3）；点击“开始导航”，机器狗自动起步，路径实时规划。

图3：导航控制面板——左栏选场景（走廊/围栏/空地），中栏调速度，右栏管终点：电脑单击地面即可设终点，还支持收藏并前往常用终点。

你可以随时切换 Lidar 点云与栅格地图，直观验证避障算法：从起点到终点，每一次转向、每一次绕行，都在三维场景中清晰呈现。走廊场景里，机器狗绕开每一根柱子，走向终点（图4）——雷达数据在线，路径动态可换。

过去需要几小时搭建的仿真环境，现在几秒钟就能跑起来；过去需要反复重跑的路径验证，现在点两下鼠标就能完成。

图4：机器狗在走廊场景中自动起步，沿规划路径逐根绕开立柱，走向绿色终点标记。

看得见只是第一步。仿真平台好不好用，还要经得起“手感”的检验。

• 键盘遥控：松手即停的真机操作感

通过键盘，即可完成前进、后退、平移与原地转向：WASD 控制移动，Q/E 原地转向，松手即停。系统内置小跑、跳跃、侧跑、齐跳四种步态，数字键一键切换；幅度、周期、高度三项参数实时可调（图5），急停、复位随时接管。

图5：WASD 控制移动、Q/E 原地转向，松手即停——电脑键盘赋予仿真平台真机操作感。

步态切换与参数调整后，机器狗在三维场景中即时响应（图6）——让算法调试，像玩游戏一样直观。

图6：步态切换与参数调整后，机器狗在三维场景中即时响应，动作状态实时更新。

• 语音指令：它听得懂

按住说话，松开即发。对着平台说一句：“转一圈”，机器人在三维场景里原地执行，动作已下发（图7）。

图7：语音指令下发后，机器狗在三维场景中原地转圈。

每条指令都写进状态日志，控得准，也查得清。这是调试环节最容易被忽略、却最决定效率的一步：错了哪条指令、卡在哪一帧，日志里一目了然。

如果说导航验证“看得见”、遥控打磨“控得准”，那么这个平台真正的护城河，藏在技能演示模块里：后空翻、立定前跳、定时前腿倒立、定时后腿倒立、奔跑、原地连蹦——点一下按钮，或按一个数字键，高动态技能在三维场景中完整执行（图8），急停复位，随时接管。

图8：技能控制面板——六项技能动作按 1～6 编号，可按键或点击触发；状态日志逐步回读执行过程。

机器狗的后空翻，不是录出来的，是练出来的（图9）。这些动作不是预先录制的动画，而是可以自主训练学习的原子动作：在仿真环境中，跌倒意味着回合终止与惩罚，策略在一轮轮约束下收敛出收腿、发力与平衡，最终沉淀为一个稳定、可复用的技能原子。

图9：定时后腿倒立执行瞬间——四腿离地、后腿承重，来自训练出的策略，而非预设动画。

这正是具身智能的路径所在：有了自训练的原子动作，才能序列化复杂多元的真实任务。单个原子只解决“会做一件事”，而真实的作业现场永远是一串任务的组合——走到目标点、绕开障碍、识别对象、调整姿态、执行动作。把这些原子动作按任务序列化编排（图10），机器人才能从“会一个动作”，走向“能干一份活”。

图10：技能库动作清单——前行、横移、奔跑、立定前跳等原子动作逐项编号，可逐项查看仿真与真机对照。

技能库因此成为平台的中间层：向下，承接自主训练产出的原子动作；向上，服务导航、遥控、语音等多模态的任务编排。原子动作越丰富，可序列化的任务边界就越宽。

仿真跑得再好，真机能用吗？

平台支持仿真与真机动作对照：同一动作的仿真画面与真机录像左右配对、同步呈现，从基础移动、转向，到姿态调整，全程可逐帧比对（图11）。

图11：动作对照页——仿真真机交替演示，同一动作在仿真与真机之间配对验证。

在动作对照页，识物能力直接放进真实环境检验：找人、找椅子，由真机在真实场景中完成（图12）。你在虚拟环境中验证算法，再无缝迁移到真实机器人——所见即所得，让每一次仿真，都经得起现实的检验。

图12：识物·动作对照——找人、找椅子由真机在真实环境中完成。

回到开头那句递进——看得见、控得准、训得出，还有贯穿全程的“对得上”。它们不是并列的卖点，而是一条递进的研发闭环——

当验证成本足够低，迭代就会足够快；当原子动作足够丰富，任务边界就足够宽；当仿真与真机足够对齐，每一次训练就都值得被迁移到现实。