论文导读
香港大学、中国科学院研究者让宇树G1练习一种更麻烦的起身:机器人倒在桌子、箱子或散落木板下面,先腾出空间,再组织支撑站起来。ROOF策略在七类真实障碍场景中尝试150次,成功95次。它只靠机器人自身状态执行,让“被挡住了还怎么起来”成为可以训练和量化的任务。
桌底起身,不能直接复制平地动作
平地上,把身体撑高就接近成功;桌子底下,同样的动作却可能先撞上桌面。机器人必须判断自己的动作有没有让困住身体的状态改善,或让情况更糟。
论文展示了两类直观过程:在桌下调整支撑、把身体移出边缘后再站起;在硬箱下通过接触让障碍偏移,为上身腾位置。这里既有机器人移动,也有障碍移动,不能只规划一条预设起身姿势。
图:上排为桌下恢复,下排为硬箱下恢复,各帧展示同一次实机起身的连续阶段。
七类实机场景合计95次成功、150次尝试,约63.3%。分母很重要:这些演示说明策略确实能在多种障碍下完成恢复,但不能看几段成功视频就把它理解成稳定包过。
先奖励腾空间,再奖励站得稳
训练的关键,是不预先写死逃离路线。系统根据机器人与障碍之间的几何关系,鼓励那些逐步减少受阻状态的动作,同时检查接触和支撑。这样,向旁边挪、调整肢体或者推开可动物体,都可能成为有用的一步。
研究者还给动作加上平滑、关节负载和停滞代价,避免为了挣脱而持续顶住关节或乱摆。先学基本起身,再改善动作质量,最后加入障碍适应;部署时使用的是一个策略,而不是遇到每种家具都切换一套脚本。
图:训练从基础恢复、动作细化到障碍适应,底部连接到同一个部署策略。
“只靠自身状态”也需要讲清。部署策略读关节和身体相关观测,不靠摄像头现场识别家具,再把名字映射到预定动作。训练阶段使用的几何信息,是帮助它学会行为的信号,不能误写成机器人在现场拥有一份完整障碍地图。
仿真98.6%,为什么不能写成实机成功率
在仿真里,团队分别设置只能被抬起的板和可以自由运动的板。前一种配置中,加入几何引导后恢复率88.5%,没有该引导时为18.9%;自由板随机尺寸、质量和摆放条件下达到98.6%。这些数字来自不同环境,不能拼成一条更好看的成绩。
与仿真成绩分开看,论文还展示了梯子木板、散落木料和长木箱中的连续实机过程。
图:梯子木板、散木板、长木箱和木料四类障碍中的实机连续恢复画面。
实机测试把桌子、设备箱、木料等摆进环境,其中有训练没有出现的家具和多物体组合。这一步检验的是学到的接触恢复能否迁移,而不是机械照搬某块板的轨迹。项目演示还标出了加速播放区间,观看时不能把快放部分当作真实动作速度。
它与“机器人能钻矮通道”解决的也不是同一个问题。钻过去可以从正常站立或行走开始;ROOF研究的是已经倒地、头顶空间又被占住之后,如何把起身条件重新创造出来。
对于需要在室内工作的人形机器人,恢复能力不只是好看的动作集。论文把家具遮挡、接触变化和支撑重组放进同一个任务,给出了可以复查的实机次数,让后续方法有了更具体的比较起点。
参考资料
https://arxiv.org/abs/2610.42097