本文系统梳理人形机器人模仿学习的核心框架与技术路线，从训练阶段（单/多阶段）、运动泛化能力（单动作到通用基座）出发，整合评判标准、奖励设计、观测空间、策略架构与随机化策略。强调模仿学习与强化学习融合：前者提供人类动作先验，后者应对物理约束与真实世界扰动。主流框架按六条主线演进——运动跟踪、遥操作与视频数据、恢复安全、交互竞技、Sim-to-Real对齐及生成式基础模型，均需兼顾动作保真度、硬件可执

本文提出了一种四足机器人极端跑酷训练框架，通过竞争性进化训练实现1.3米间隙跳跃等突破性动作。系统采用分层架构，包含地图生成器（CVAE）、跟踪器（RL策略）和规划器模块，通过难度自适应训练和高效采样过滤实现实时复杂地形导航。实验验证显示系统在垂直墙壁奔跑等极端场景下表现优异，平均跟踪误差5.3cm，安全系数达18.41倍。该方法避免了人工课程设计的偏差，为腿式机器人在搜救等场景的户外应用提供了新