Стартап Skild AI представил свою систему контекстного обучения (In-context Learning) для роботов, которая является результатом обучения их  многотелесного мозга для роботов (omni-bodied robot brain) и позволяет роботам гибко адаптироваться к возможным изменениям своей структуры.

В рамках исследовательского партнерства между Boston Dynamics и Институтом робототехники и искусственного интеллекта (RAI Institute) проведены исследовательские работы по использованию обучения с подкреплением, с использованием методов на захвата движений человека и анимации.

Исследователи из Carnegie Mellon University и NVIDIA представили работу «ASAP: Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills«, которая предлагает способ преодолеть разрыв между симуляцией и реальными физическими условиями.

Китайская компания Unitree показала как её человекоподобный робот Unitree H1 научился делать сальто назад.

Исследователи из Беркли (Калифорния, США) продемонстрировали, что можно обучить двуногого робота ходить используя только симуляцию.

Исследователи из Университета Карнеги Меллон (Питтсбург, Пенсильвания, США) продемонстрировали как используя обучение с подкреплением можно обучить четырёхногого робота Unitree A1 выполнять динамические упражнения «экстремального паркура».