原文标题：Humanoid robot startup Holiday Robotics announced on the 21st that its research team led the paper “..
据매일경제7月21日报道，人形机器人初创公司Holiday Robotics于21日宣布，其研究团队主导的论文FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control荣获了全球最负盛名的机器人顶级会议RSS 2026的最佳论文奖（Outstanding Paper Award）。RSS每年以单会场形式发表入选论文。RSS的主要论文奖项分为最佳论文奖（Outstanding Paper Award）、最佳系统论文奖（Outstanding Systems Paper）和最佳学生论文奖（Outstanding Student Paper）。在韩国，曾有KAIST研究团队于2023年荣获最佳系统论文奖，而此次是首次获得最佳论文奖。
特别值得一提的是，这项研究的重要意义在于，它是由初创企业的研究团队主导的，而非由大学或大型研究机构牵头。获奖论文中提出的 FlashSAC 是一种强化学习算法，能够快速且可靠地学习具有大量关节的高维机器人，例如人形机器人。现有方法必须在学习速度和稳定性之间进行妥协，而该算法突破了这一局限，将原本需要数小时的人形机器人行走学习时间缩短至几分钟。研究人员在10种模拟器和超过60项任务中验证了 FlashSAC 的性能。值得一提的是，在模拟环境中学习到的控制策略被应用到真实的人形机器人上，实现了行走、旋转和上下楼梯，证明了该技术在真实环境中的有效性。