DUET:面向任务无关的人形机器人上下肢执行解耦框架
该论文介绍 DUET 框架,通过仅在机器人接口处结合指令,使下肢运动控制器(基于强化学习)与上肢操作控制器独立运行。实验在宇树 G1 硬件上验证了该方法,展示了与 GR00T N1.7 和 pi0.5 两个不同模型配对的兼容性。
推荐理由:该研究提出 DUET 框架,实现下肢运动与上肢操作的解耦控制,支持在不重新训练平衡策略的情况下更换视觉语言动作模型。
该论文介绍 DUET 框架,通过仅在机器人接口处结合指令,使下肢运动控制器(基于强化学习)与上肢操作控制器独立运行。实验在宇树 G1 硬件上验证了该方法,展示了与 GR00T N1.7 和 pi0.5 两个不同模型配对的兼容性。
推荐理由:该研究提出 DUET 框架,实现下肢运动与上肢操作的解耦控制,支持在不重新训练平衡策略的情况下更换视觉语言动作模型。
宇树科技(688836.SH)在上市以来除IPO首日外迎来最大单日涨幅,收盘报495.92元,上涨16.15%,总市值达2006亿元。此次反弹伴随机器人板块整体爆发,直接催化来自商务部等9部门发布的《关于加快推进科技兴商的意见》,明确提出推动具身智能在商贸领域落地及拓展家庭服务、商贸物流场景。
论文提出了 BeJEPA,这是一个通过无监督强化学习从人类运动先验和机器人交互中学习的目标条件化行为世界模型。该模型利用联合嵌入预测架构(JEPA)学习身体构型与世界放置的共享表示,其中动态预测器在动作下预测下一状态嵌入,后继预测器则总结策略预期的折扣未来状态嵌入。
针对类人机器人在杂乱环境中跌倒后恢复的关键需求,本文提出统一视觉驱动的防摔安全方法,将姿态、动力学与地形耦合至单一数据空间的问题分解为结构化姿态对齐与环境目标解释。
论文介绍 AVALON 框架,解决服务机器人进入用户熟悉但机器人未见的未测绘建筑问题。系统通过人类播撒的分层空间记忆、节点验证的拓扑执行及任务触发的人机记忆协同更新实现导航。
推荐理由:提出基于人类播撒分层空间记忆的拓扑导航框架,在无需现场建图条件下完成室内任务,实验显示比基线节省大量时间。
该论文提出 TRACE 框架,旨在解决将未充分定义的语言请求转化为具体可修订的运动结构这一挑战。研究围绕宇树 G1 人形机器人构建,利用成对的训练运动和当前运动作为监督信号,通过语言模型预测支撑、根部和手部事件的时间对齐编码,结合重力参考状态与轨迹接触目标来改善运动学一致性。
论文提出 KODA 方法,利用可复用的标准轨迹引导合成机器人视角观测并生成控制器特定的全身状态动作监督标签。该方法在四个宇树 G1 人形机器人的操作任务上评估显示,在固定机器人数据的情况下,对于人类演示覆盖但机器人数据缺失的条件,宏观平均成功率分别提升了 45.0 和 46.25 个百分点。
针对缺乏专用机械臂的四足机器人在不可预测环境中执行重型物理操作的挑战,本文提出了 SOMA 框架。该框架通过分层强化学习实现全身非抓持的多物体堆叠操作,整合了显式的机器人底座高度控制以解锁全三维推搡策略。
推荐理由:提出基于四足机器人的全身非抓持堆叠操作框架,在仿真中实现高成功率并验证了零样本仿真到现实迁移。
Agility Robotics 宣布与 Nyobolt 合作,为其 Digit 5 人形机器人系统开发超快速充电电池系统。该技术旨在支持机器人每日工作超过 20 小时(相当于两个完整班次),将运行时间与充电时间的比例从 Digit 4 的 2:1 提升至 10:1(90 分钟运行仅需 9 分钟充电)。
研究采用潜变量扩散框架,基于 Unitree G1 强化学习收集的网络生成了可部署的行走、舞蹈及踢腿动作。该方法在真实世界验证了生成建模可行性,并在首层权重中识别出反映机器人运动学先验的结构原则。该发现表明此类运动学先验同时存在于强化学习与模仿学习中,揭示了具身智能网络权重的通用知识特征。
论文提出了 KinoGen 框架,通过结合预训练视频生成器与目标机器人及物体的校准渲染,在无需人体代理或重定向的情况下合成符合机器人构型空间的行走与操作参考。该方法利用身体、手部及物体先验初始化重建,并通过跨视图证据直接优化细化结果。
该论文针对腿式运动控制中硬碰撞约束破坏梯度信号的问题,提出 E2DRL 框架,通过软可微障碍物交互公式与速度条件停止梯度塑造提供训练信号。系统利用 Soft Analytic Policy Optimization 训练的教师在仿真中蒸馏深度基学生策略,并结合地形感知门控模块实现部署。
推荐理由:提出软可微障碍物交互公式,在四足机器人上实现端到端视觉避障的仿真到现实验证。
针对现有全身跟踪器难以兼顾动作意图与表达性特征的不足,本文提出一种残差学习框架,通过补偿幅度、能量、身体扩张等指标来保留动态与姿态特征。方法采用运动感知门控分配修正容量,并将各冻结跟踪器的特定策略蒸馏为统一策略。在 Unitree G1 机器人上进行的八类动作仿真与物理实验表明,该方法优于对应基线。
该研究提出 HumanVerse 数据集及从人类到机器人的对齐管线,旨在解决大规模收集机器人演示成本高的问题。通过引入 λ0 这一具身基础模型,利用对齐后的人类演示数据进行中期监督训练,实现了在 Unitree G1 上的零样本迁移。实验显示,该方法在 SIMPLE 基准上达到 90.0% 成功率,在真实世界任务中达到 62.5%,且增加全身人类数据能持续提升下游任务进展。
HumanX 是一个统一框架,无需针对每个任务设计奖励函数,即可将人类视频编译为具身智能机器人的通用交互技能。该框架包含两个核心组件:XGen 用于从单目视频生成物理合理的交互数据并扩充数据集;XMimic 则利用秒级演示学习可泛化的交互技能。
推荐理由:该框架将人类视频转化为可泛化的机器人交互技能,在五项任务中实现零样本迁移至物理机器人。
论文介绍 PartiGen,这是一个将解剖结构融入全身运动表示的部件感知潜在扩散框架。模型通过特定部位的注意力处理掩码帧特征并融合局部肢体信息与全身上下文,基于文本和运动历史自回归生成运动原语。
推荐理由:提出 Part-Aware 潜在扩散框架,在 Unitree G1 上实现肢体级 FID 降低与时长预测误差减少。
论文提出了 Reflex 框架,旨在解决人形机器人对动态物体进行全身协调、实时反应及以自我为中心视觉感知的挑战。研究通过接住抛来的盒子作为典型任务,分三阶段训练:首先用强化学习掌握全身接球策略;其次让策略从延迟和不完整的观测中推断物体动力学;最后利用自编码器直接从 RGB-D 图像恢复该动力学表示。
PanTact 系统旨在扩展人形机器人的操作能力至除手以外的任何身体表面,直接从免机器人的人机演示中学习全身灵巧性。该系统利用可穿戴设备记录全身接触位置与状态,结合视觉运动策略预测接触目标,并通过感知接触的全身控制公式在 Unitree G1 上实现支撑、推扫和负载分担等任务,无需额外安装身体接触传感器。
10月8日,MIT韩松团队联合英伟达、香港大学和加州大学圣地亚哥分校发布了世界动作模型Long-WAM。该框架旨在满足实时控制要求的同时扩展因果世界动作模型的上下文长度,利用历史视觉信息辅助动作决策。
推荐理由:MIT韩松团队联合英伟达等发布的Long-WAM,通过分阶段预训练扩展了世界动作模型的视觉上下文长度,在保持实时响应的同时显著提升了复杂连续操作任务的成功率。
美国仓储机器人公司Ultra宣布完成6200万美元(约合人民币4.1亿元)融资,由Framework Ventures主导、Y Combinator参与A轮及种子轮融资。
推荐理由:美国仓储机器人公司Ultra完成超4亿美元融资并深化与Physical Intelligence合作,采用RaaS模式部署于多地。
星动纪元自研的世界动作模型VPP2在RoboDojo仿真榜单综合平均成功率32.26%、得分39.26分两项指标均居第一,泛化与精细操作能力领先。该模型采用视频预测与动作学习分阶段训练策略,未依赖额外数据或外挂增强手段。代码已开源,项目主页提供复现入口。
推荐理由:星动纪元自研的世界动作模型VPP2在RoboDojo仿真榜单登顶,并开源代码与项目主页。
针对文本条件运动生成器缺乏场景依赖安全意识的问题,本文提出了无需训练的上下文安全过滤(CSF)方法。该方法利用生成器产生的安全与不安全参考轨迹定义仿射安全值,并通过安全参考跟踪 CBF-QP 强制执行规则。
FAITH 是一种免模型的可行性感知安全过滤强化学习框架,通过前馈网络近似最优状态动作安全值并摊销最小干预过滤,在无需竞争项的情况下优化任务回报。该方法在无可行动作时逼近预测峰值伤害最小的动作。
该预印本论文首次系统评估了商用四足机器人 Unitree Go2 在屋顶环境的运动表现,发现标准球型脚垫在坡度超过 25°时频繁失效且起卧受限。研究指出需结合任务导向的足部设计与强化学习策略以解决高倾角下的滑移与稳定性问题。
Being-M0.7 是一种针对人形机器人的潜在世界 - 动作模型,旨在解决机器人演示稀缺问题。该工作整合了超过 1,000 小时的原始人类中心数据(包括仅视频、仅运动及配对视频 - 运动流),通过预训练学习视觉动力学与全身运动学结构。
针对四足机器人执行器退化导致的运动协调问题,本文提出利用高阶机械结构建模来增强策略的泛化能力。研究将 Unitree Go1 表示为包含肢体和身体层级 rank-2 单元的复形,并应用基于 Hodge 的消息传递机制。
论文 TAPNAV 提出一种不依赖视觉的触觉主动感知框架,用于解决人形机器人在视觉受限环境下的导航难题。该方法结合本体感觉里程计、IMU 与触觉接触观测维持位姿信念,将不确定性感知的全局路径规划与信息增益驱动的局部探测相结合,并通过全身控制器协调运动与末端执行器接触以执行导航和探测动作。
该研究针对单任务策略难以覆盖挖掘、近距离侦察等多样化技能的问题,提出一种三阶段方法训练单一策略执行行走、挖掘和跳跃等不同任务并组合出新行为。首先用强化学习在窄定义任务上训练多个教师策略;随后利用多教师蒸馏架构,结合强化学习与模仿学习目标,并通过对抗性任务选择聚焦于表现最差的子任务进行优化。
针对足式机器人控制器在部署后动力学变化导致性能下降的问题,本文提出 Look-back and Look-ahead Adaptive Model Predictive Path Integral control (LLA-MPPI)。
针对基于流的策略在少步离散化时控制性能下降的问题,本文提出了 RFPO 框架。该方法通过奖励感知的在线重流(Reflow)修正传输路径,并利用冻结高斯 PPO 控制器提供监督,使部署策略仅需单步欧拉积分即可保持与多步执行相当的性能。
针对腿式机器人控制中能效与鲁棒性难以兼顾的挑战,本文提出一种分层强化学习框架,将高频关节运动执行与低频步态适应解耦以最小化运输成本。该方法在 Isaac 仿真环境中训练,实现了从慢速行走到快速小跑的自动速度依赖步态切换,并在平坦、粗糙及斜坡地形保持鲁棒性。研究通过零样本部署验证了其在宇树 AlienGo 物理机器人上的可行性与能效优势。
针对人形机器人全身运动中的末端执行器精确跟踪难题,该研究提出 ResGAC 控制器,结合几何导纳控制与残差强化学习以补偿未建模动力学并协调运动平衡。实验在 Unitree G1 真机上验证,在四项站立末端跟踪基准测试中均优于 SONIC 等基线;在站立插孔任务中成功率达 90%(SONIC 为 50%),且有效抑制了骨盆运动向期望末端的传播。
推荐理由:该工作提出结合几何导纳控制与残差强化学习的 ResGAC 控制器,在 Unitree G1 真机上验证了优于基线的末端跟踪性能。
论文提出 Workhorse 框架,通过无机器人参与的人类演示数据,分别训练预测躯干、手腕和脚部五连杆目标的视觉规划器及强化学习全身跟踪器。系统在真实 Unitree G1 上展示了分拣盒子、踢球、接住抛掷物以及翻越行李箱的能力,并在有人推搡或拿走物体时保持恢复能力。仿真实验显示,该系统在演示室副本中完成分拣任务的成功率分别为 77%(含干扰)和 83%(无干扰)。
推荐理由:Workhorse 利用人类演示数据训练视觉规划与强化学习策略,在 Unitree G1 上实现抗干扰的全身操作。
该研究提出了 HULK 框架,旨在解决人形机器人搬运大重量物体时的全身力控难题。作者利用模型预测控制(MPC)引导强化学习,训练了两个教师策略:一个在腕部受力下追踪手臂动作,另一个在手持重物时进行移动。
优必选与一汽 - 大众正式达成战略合作,双方将围绕具身智能机器人在物流领域展开联合开发与测试,并搭建示范应用场景推动落地。优必选已构建具身大脑等四大核心技术集群,其万台级人形机器人超级智慧工厂于 2026 年投产,预计下半年多条产品线实现量产交付。此次合作聚焦物流与智能制造场景,旨在助力制造业智能化升级及规模化应用提速。
Noitom Robotics 发布了 HiPHI,这是一个包含 617.5 小时全身人体运动和 245.7 小时同步物体轨迹及网格的人机物交互动作捕捉数据集。
针对长时程任务中精确控制与动态全身行为难以兼顾的挑战,本文提出 BAT 框架,利用 OpVQ-VAE(基于运动 token 的泛化预测)和 OpHRL(闭环状态感知预测),通过 Token-Familiarity Router 根据上下文动态切换控制器。该方法在已见长时程动作组合上达到 85.2% 成功率,未见动作保持 71.3%,并在 Unitree G1 人形机器人上实现零样本部署。
推荐理由:提出 BAT 框架,通过在线策略切换融合耦合与解耦控制器,在 Unitree G1 上实现长时程全身控制的鲁棒性与泛化性。
本文提出一种分层密度模型预测控制框架,用于实现多只四足机器人的安全协作搬运。该方法仅需初始和目标位姿即可优化接触力并规避障碍,无需预计算参考轨迹。研究在 MuJoCo 仿真环境中使用两只或三只宇树 Go2 四足机器人推运刚性物体通过狭窄通道,并与控制屏障函数及 RRT* 基线方法进行了对比验证。
论文发现世界动作模型(如 Cosmos 3)在真实人形机器人上存在视频渲染合理但动作预测失准的问题,原生动作在预抓取、抓取和搬运任务的成功率仅为 17%、10% 和 7%。
推荐理由:针对世界动作模型在真实机器人上的视频 - 动作不对称问题,提出无需遥操作的自蒸馏方法,显著提升了预抓取与抓取成功率。
针对现有系统依赖在线运动重映射导致高延迟及物理不可行目标的问题,本文提出免重映射策略,将原始人类动作直接映射为机器人关节指令。通过构建全身运动基元代码本,该方法能将分布外观测投影至合理原型并从部分输入恢复完整动作。在 Unitree G1 仿真与硬件上,结合 VR、光学动捕及视频等多模态输入的实验表明,方法在延迟和鲁棒性上优于基线。