Jumps（跳跃能力）是衡量腿式机器人运动控制水平的关键指标之一，指机器人通过腿部爆发力实现原地或移动中腾空的技术能力。近期开源社区与机器人厂商在多足平台的跳跃动作上取得突破，强化学习训练加边缘端部署成为主流技术路线，让跳跃不再只是实验室演示，而是可以复现的工程能力。
Jumper 机器人带来的跳跃新进展
当前焦点与观察点
从 Jumper 的技术方案看，当前机器人 jumps 能力的实现路径已经比较清晰：先在 MuJoCo 等物理仿真环境中用强化学习训练跳跃策略，再通过 ONNX、RKNN 等格式转换，把模型部署到低成本边缘芯片上。这一流程大幅降低了复现门槛，22 自由度构型配合超过 400 毫米的跳跃高度，说明中小型多足平台在爆发力控制上已具备实用化潜力。
值得关注的方向有三个：一是开源策略能否适配不同构型的机器人，做到跳跃技能的跨平台迁移；二是跳跃动作的能耗与结构寿命问题，反复起跳对关节和减速器的损耗仍是工程难点；三是跳跃在真实场景中的价值定位，例如跨越障碍、废墟搜救等，能否从演示走向任务。对于研究者和爱好者来说，Jumper 的开源代码和训练管线提供了一个低成本的起点。