跳到正文
arXiv · 机器人与计算机视觉· Lingfan Bao, Hanshang Zhu, Yan Pan, Jincheng Wang, Jingyang Yu, Tianhu Peng, Yiyang Jia, Dimitrios Kanoulas, Chengxu Zhou·· 2026-10-15AI 评分58

超越运动学跟踪:在类人机器人全身控制中保留表达性特征

Beyond Kinematic Tracking: Preserving Expressive Characteristics in Humanoid Whole-Body Control

AI 导读

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。

来源:arXiv · 机器人与计算机视觉 · arxiv.org