论文

基于注意力接触规划的人形机器人移动控制

本文把人形机器人全身移动中的接触关系作为感知、规划与控制之间的中间接口。系统先从人体动作中提取机器人可执行的接触标签，训练接触条件全身跟踪器；随后使用注意力网络从局部地形高度图直接预测双脚、双膝、双手、双肘与骨盆的未来接触点；最后在程序生成的目标到达地形上强化学习微调，并把成功轨迹回收为规划器的监督数据。部署时策略不依赖参考动作，仅使用机载本体感觉、LiDAR 地形图和目标命令。仿真中，该方法在十一类地形上均优于 MGMT，八条复合路线平均成功率为 92.5%，稀疏全身地形经第三阶段微调后提升 54.8 个百分点；Unitree G1 真机展示了攀爬、爬行、起身、通过复杂地形和失败恢复等能力。

人形机器人运动

Junzhe He, Kehan Wen, Chong Zhang · 429次阅读 · 2026年10月22日

视觉即本体感知：从视频估计人形机器人全身位姿

HumanoidPose 结合冻结的人体姿态特征与机器人运动学，仅凭单目视频恢复跨构型全身关节和世界坐标运动。

人形机器人姿态估计

Jiaxi Jiang, Matthias Heyrman, René Zurbrügg · 260次阅读 · 2026年10月18日

SuperMimic：用一个可微世界模型扩展人形机器人全身控制

SuperMimic 用一个可微世界模型复用共享动力学，单卡 3 小时超过 128 卡 SONIC，双卡 9.8 小时后 129,514 条动作零失败。

人形机器人世界模型

Qiayuan Liao, Yiyang Shao, Junfeng Long · 1496次阅读 · 2026年10月20日

面向通用人形移动操作的动作对齐隐空间规划

FIBER 提出用冻结行为基础模型(BFM)的可执行隐空间,作为人形机器人移动操作的统一规划表示。其隐策略投影(LPP)把独立训练的各任务专家映射进该空间:不匹配运动轨迹,而是让隐命令经冻结 BFM 诱发的动作去对齐专家在局部状态下的控制响应,从而在降低规划频率的同时保留 BFM 的高频闭环物理反馈。投影完成后,各技能的闭环隐轨迹被聚合,用于完全离线地训练一个单一感知流匹配规划器;该规划器以机载深度图、本体感知与语言/路点转向令牌为条件,预测未来 1 秒的隐命令序列,并以滚动时域方式反复重规划。论文还提出 AH-BFM:用多折扣(multi-gamma)前向-后向学习在同一隐空间内兼顾短程精确控制与长程行为结构,并用后继特征引导的行为复用把搬运等交互与蹲行、跪行等原生全身行为组合。在 IsaacSim 中每任务 128 种变化下,FIBER 平均成功率 42.0%,是固定隐轨迹回放(11.6%)的三倍以上,远超运动学规划(3.5%);真实 Unitree G1 上搬箱 6/10、开门 4/10、抓取 2/10,规划器 5 Hz、BFM 50 Hz 同跑在一块笔记本 GPU 上。

人形机器人移动操作

Yutang Lin, Guanya Shi, C. Karen Liu · 293次阅读 · 2026年10月17日

感知人形跑酷：通过动作匹配串联动态人类技能

尽管人形机器人的运动控制近来已在多种地形上实现稳定行走，如何获得高动态人类动作那般的敏捷性与适应性，仍是一个开放问题。尤其是在复杂环境中的敏捷跑酷，不仅要求底层控制的鲁棒性，还要求类人的动作表现力、长时程的技能组合，以及由感知驱动的决策能力。本文提出感知人形跑酷框架 PHP（Perceptive Humanoid Parkour）：一个模块化系统，使人形机器人能够在具有挑战性的障碍场地上自主完成长时程、基于视觉的跑酷。方法首先把动作匹配（motion matching）表述为特征空间中的最近邻检索，用它把重定向后的原子人类技能组合成长时程运动学轨迹；这一框架让复杂技能链既能灵活组合、又能平滑过渡，同时保留人类动态动作的优雅与流畅。随后，我们为这些合成动作训练基于动作跟踪的强化学习（RL）专家策略，并用 DAgger 与 RL 相结合的方式把它们蒸馏成单个基于深度图的多技能学生策略。关键在于，感知与技能组合的结合带来了自主的、随场景而变的决策能力：仅凭板载深度传感与一条二维速度指令，机器人就能自行判断应当跨过、爬上、撑越还是翻下几何形状与高度各不相同的障碍。我们在 Unitree G1 人形机器人上以大量真机实验验证该框架，展示了诸如攀爬最高 1.25 m（相当于机器人身高 96%）障碍这类高动态跑酷技能，以及在障碍被实时扰动时闭环适应的长时程多障碍穿越。

人形机器人跑酷

Zhen Wu, Xiaoyu Huang, Lujie Yang · 256次阅读 · 2026年2月17日

PriMoRetarget：通过优先级运动重定向实现人形机器人动作迁移

运动重定向是把人类动捕数据迁移到人形机器人的关键预处理步骤。现有方法多将重定向写成加权多目标优化，目标冲突时只能靠手工调权妥协，难以保证脚部落点、人-物接触等关键特性不被姿态目标牺牲。本文提出 PriMoRetarget，用显式优先级层次取代相对权重：低优先级目标的梯度更新被投影到高优先级目标雅可比的零空间中，使接触与脚步约束严格优先于姿态相似度。方法包含逐帧分块投影（复杂度从 O(T^3 m^3) 降至 O(T m^3)）、自由目标机制与加权和热身三个设计。在 LAFAN1、OMOMO、Inter-X 与 35 分钟双人协作数据上，接触保持率全面领先 PHC、GMR、OmniRetarget（OMOMO 96.9%），跟踪策略成功率在 LAFAN1 与 OMOMO 达 100%，并在 Unitree G1 真机完成搬箱部署。

人形机器人运动重定向

Nicholas Ioannidis, Dun Yang, Max Smith · 296次阅读 · 2026年10月8日

P-BFM：感知行为基础模型实现人形机器人地形自适应控制

P-BFM 用无监督 RL 把动作参考、目标状态与奖励函数统一编码进地形无关的意图空间，一个冻结策略凭深度感知在不同地形实现同一意图；配合显式根部指令 ERI，零样本迁移到 Unitree G1，未见动作恢复率 61.4%。

人形机器人Unsupervised Reinforcement Learning

Xue Wang, Yitang Li, Yiming Zhang · 530次阅读 · 2026年10月11日

HOTICE：人形机器人抱物穿越杂乱环境

HOTICE 以解耦的人-物势场、上下半身双智能体 PPO 与专精到通才蒸馏，让 Unitree G1 抱着箱子穿过侧面、顶部与地面障碍：仿真 2 万次试跑成功率 88.5%，真机 18 次成功 16 次。

人形机器人Loco-manipulation

Toan Nguyen, Weiduo Yuan, Siheng Zhao · 15次阅读 · 2026年9月21日

BRACE：面向力觉与地形感知的人形机器人全身参考自适应运动跟踪

全身运动跟踪已经成为操作员驱动人形机器人的标准接口，但它消费的参考轨迹都是在平地上、空手状态下录制的：跟踪器既不知道机器人要与物体交换多大的力，也不知道自己站在什么地面上。已有控制器只解决其中一侧——具备力控能力的策略只给末端执行器一个力指令而不规定全身姿态，地形自适应跟踪器则把负载当成需要抑制的扰动，而不是需要主动施加的力旋量。BRACE 选择改写参考本身：地形贴合把落脚点与根部抬到局部地表，力旋量变换则解算出产生指定手力所需的手部位移，以及它连带引起的质心与压力中心偏移，并受教师专属的手臂力矩预算约束。施加与抵抗两个特权教师分别训练，再由 DAgger 蒸馏进同一个流匹配学生，学生只依赖本体感知，不需要高度图也不需要实测力旋量。在 Unitree G1 的仿真与真机实验中，BRACE 能在斜坡上跟踪平地参考的同时施力或抗力，全局跟踪误差平均降低 40%，成功率平均提升 18.25 个百分点。

人形机器人全身控制

Sudarshan Harithas, Chen Yu, Juan Borbon · 361次阅读 · 2026年10月5日

GPT-6 Astra具身策略系统评测

六域评测GPT-6 Astra具身策略：混合控制RoboDojo成功率48%、导航RxR达92%，但手内操作与密集步态仍不可靠，推理延迟制约实用控制。

具身智能机器人操控

Galbot Team, Chen, Xuchuan, Cheng, Xiaoqian · 571次阅读 · 2026年9月29日

ASENA：面向具身导航的自演化智能体

ASENA 是一套让人形机器人成为通用编码智能体可编程环境的具身智能体系统：智能体读取传感器、编写并执行程序、对照录制的执行证据修复失败，并在模型权重保持不变的前提下，把可复用的笔记与可执行技能沉淀进持久工作区。论文同时提出可选工具 ASENA-VLN，一个 4B 单目导航策略，基于路线指令、视觉问答与新构建的几何原子导航任务训练，可预测本体坐标系轨迹。独立评测中 ASENA-VLN 在 R2R 与 RxR 上分别取得 68.7% 与 70.2% 的成功率；与编码智能体结合后，学习型导航在两个 agentic 基准上各提升 11 个百分点成功率并缩短执行时间。持久工作区演化在十轮重复任务子集上把 R2R 成功率从 72% 提升到 98%、RxR 从 65% 提升到 89%。在具身问答上 ASENA 以更少交互步数取得最先进准确率，并在 Unitree G1 上无预建地图地演示了搜索、视觉检查、空间推理、合成手势与包含拾取、搬运、递交的移动操作。

视觉语言导航具身智能

An-Chieh Cheng, Isabella Liu, Edmund Bu · 416次阅读 · 2026年9月30日

PanTact：用可穿戴接触接口教会人形机器人全身灵巧性

PanTact 把接触而不是关节轨迹当作人到机器人的迁移货币。可穿戴贴片由 44×44 mm 的 FSR 模块磁吸拼装，一块 50×50 mm 自研 PCB 以 1 kHz 同读 16 路，走带 CRC 的 RS-485 菊花链，每块贴片挂一个 Vive tracker 把传感器中心定位到世界系，接触状态按每通道自适应基线二值化，阈值 max(0.35β, r_min)。策略以身体遮蔽后的 3D 第一视角点云、双腕图像与本体感知为观测，10 Hz 预测 H=16 的动作块，内含 look-at 点、EEF 位姿与夹爪宽度、逐传感器接触目标（二值状态加 3D 位置）。控制器用软最小邻近距离 d(p,q)（T=0.02 m）把激活接触交给当前最近的机器人表面，并沿按压方向偏移 δ 形成虚拟目标以产生按压力，因此 G1 不装任何触觉传感器也能抱住物体。三种公式化实现各有代价：免训练的上身 IK、由 SONIC 执行稠密参考的 WBIK、PPO 在 4096 个仿真环境训 30k 迭代的稀疏接触跟踪器（50 Hz、29 关节、上身 8 / 全身 16 个接触槽）。29-DoF Unitree G1 实测：Grasp-and-Embrace 85%（上身 IK）与 80%（稀疏），Humanoid UMI 为 0；Sweep-and-Stow 端到端 90.63%，UMI++ 两阶段各 18.75%、端到端 0；Carry-and-Push 90% 对 40%。仿真回放消融显示加入接触目标后三种控制器接触距离都下降，EEF 精度几乎不受损。

Whole-Body Manipulation触觉

Xu, Xiaomeng, Zhang, Han, Ruan, Zhian · 604次阅读 · 2026年10月8日

本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。