Comparison Study of Well-Known Inverted Pendulum Models for Balance Recovery in Humanoid Robot
IEETA（电子与信息工程研究院）；University of Aveiro（阿威罗大学）
双足机器人由于其复杂的运动学和高维的状态空间动力学而基本上是不稳定的，因此稳定行走的控制和生成是一个复杂的课题，并且仍然是机器人界的活跃课题之一。如今，有许多类人机器人执行稳定的行走，但很少有在推动下表现出有效的推动恢复。在本文中，我们首先回顾了更常用的抽象动力学模型的人形机器人，这是基于倒立摆，并显示这些模型可以用来提供行走的人形机器人，以及如何分层控制结构可以淡化人形行走的复杂性。其次，审查模型一起比较，不仅在分析的方式，但也通过执行几个数值模拟中的推恢复的情况下，使用\mbox{MATLAB}。这些理论和模拟研究定量比较这些模型恢复平衡。结果表明，增强版的线性倒立摆加飞轮是最有能力的动力学模型，以恢复稳定的机器人，即使在非常具有挑战性的情况下。
2019-06-05 cs.RO
UniReLo: Learning a Unified Humanoid Policy from Fall Recovery to Locomotion across Diverse Terrains
School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）；Key Laboratory of Machine Intelligence and System Control, Ministry of Education（教育部机器智能与系统控制重点实验室）
提出相位-地形解耦学习（PTDL），通过解耦训练监督的相位和地形轴，实现单一本体感知策略下的多地形摔倒恢复与行走过渡。
2026-08-03 cs.RO
HiFAR: Multi-Stage Curriculum Learning for High-Dynamics Humanoid Fall Recovery
Tsinghua University（清华大学）；Booster Robotics Technology Co., Ltd（Booster机器人科技有限公司）
针对人形机器人在动态环境中跌倒恢复的难题，提出多阶段课程学习框架HiFAR，通过渐进式任务训练实现高效稳定恢复，并在真实机器人上验证了高成功率、快速、鲁棒和泛化性能。
2025-02-28 cs.RO
FRASA: An End-to-End Reinforcement Learning Agent for Fall Recovery and Stand Up of Humanoid Robots
Univ. Bordeaux, CNRS, LaBRI, UMR 5800（波尔多大学、国家科学研究中心、LaBRI、UMR 5800）
本文提出了FRASA，一种基于深度强化学习的端到端智能体，通过整合跌倒恢复与站立策略，利用Cross-Q算法减少训练时间并适应动态干扰，在Sigmaban机器人上表现优于RoboCup 2023的KFB方法。
2025-11-04 cs.RO
RecoverFormer: End-to-End Contact-Aware Recovery for Humanoid Robots
Stanford University（斯坦福大学）
本文提出RecoverFormer，一种端到端的人形机器人恢复策略，通过学习切换恢复行为（如补偿步态、手-环境接触、质心重塑）实现鲁棒恢复，验证了其在多种扰动条件下的泛化能力。
2026-04-24 cs.RO
Reactive Stepping for Humanoid Robots using Reinforcement Learning: Application to Standing Push Recovery on the Exoskeleton Atalante
Wandercraft；Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Université Paris-Dauphine, PSL（巴黎多芬大学，巴黎文理研究大学）
最先进的强化学习现在能够在模拟中学习双足机器人的多功能运动，平衡和推动恢复能力。然而，现实的差距大多被忽视，模拟结果很难转移到真正的硬件。要么是由于物理学过于简化和忽略了硬件限制而在实践中不成功，要么是规则性得不到保证，可能会发生意外的危险运动。本文提出了一种强化学习框架，能够学习强大的站立推恢复的双足机器人，顺利地转移到现实中，只提供瞬时本体感受的意见。通过结合初始终止条件和策略平滑条件，我们实现了稳定的学习，仿真到现实迁移和安全使用的策略没有记忆，也没有显式的历史。然后，奖励工程被用来提供如何保持平衡的见解。我们展示了它的性能在现实中的下肢医疗外骨骼Atalante。
2022-07-31 cs.RO
Push Recovery of a Humanoid Robot Based on Model Predictive Control and Capture Point
University of Tehran（德黑兰大学）；K. N. Toosi University of Technology（K. N. 图什理工大学）
三个生物启发的策略，已被用于平衡恢复的机器人的脚踝，臀部和步进策略。然而，有几种情况下，步进机器人是不可能的，例如。G.当可用的接触表面有限时。在这种情况下，通过调整上半身的角动量（髋部策略）或零力矩点（ZMP）（脚踝策略）来恢复平衡是必不可少的。在本文中，一个单一的模型预测控制（MPC）计划，用于控制捕获点（CP）到一个期望的位置，通过调制ZMP和质心力矩枢轴（CMP）。所提出的控制器的目标是控制CP，当CP在支撑多边形外时采用CMP，和/或当CP在支撑多边形内时采用ZMP。所提出的算法实现的SURENA III人形机器人的抽象模型。所得到的结果表明，所提出的方法的有效性，在存在严重的推动，即使当支持多边形收缩到一个点或一条线。
2016-12-23 cs.RO
Learning to Improve Capture Steps for Disturbance Rejection in Humanoid Soccer
Univ. of Bonn（波恩大学）
在过去的几年里，足球人形机器人有了很大的进步。基本技能，如双足行走，视觉感知和碰撞避免已经足够成熟，可以进行动态和令人兴奋的游戏。当两个机器人争夺球时，他们经常互相推，平衡恢复变得至关重要。在本文中，我们报告的见解，我们获得了系统的推动实验上进行的双足模型和概述的在线学习方法，我们用来提高其推恢复能力。此外，我们描述了如何解决由统一的目标颜色引入的定位模糊性，并报告了2013年RoboCup比赛的结果。
2018-09-28 cs.RO
RoboCup 2019 AdultSize Winner NimbRo: Deep Learning Perception, In-Walk Kick, Push Recovery, and Team Play Capabilities
Univ. of Bonn（波恩大学）
个人和团队的能力每年都受到规则变化和RoboCup Humanoid League足球队不断提高的表现的挑战。对于AdultSize类的RoboCup 2019，球员数量（2对2场比赛）和场地尺寸都有所增加，这需要团队协调以及强大的视觉感知和定位模块。在本文中，我们介绍了NimbRo团队赢得足球锦标赛，drop-in游戏，技术挑战和2019年悉尼RoboCup Humanoid League最佳人形机器人奖的最新进展。这些发展包括一个深度学习视觉系统，步行踢，基于步骤的推恢复，和团队合作战略。
2019-12-17 cs.RO
Unified Perceptive Fall Safety for Humanoids
University of Michigan, Ann Arbor（密歇根大学）
VIGOR通过整合感知-运动表示，实现人形机器人在复杂地形中的零样本跌倒安全。
2026-10-16 cs.RO
Unified Walking, Running, and Recovery for Humanoids via State-Dependent Adversarial Motion Priors
The University of Hong Kong（香港大学）
本文提出了一种统一的强化学习框架，使单个策略能够在Unitree G1人形机器人上实现行走、跑步和跌倒恢复，且无需在部署时显式切换模式。该框架通过将传统全局参考分布替换为状态依赖的门控机制，将每个训练过渡路由到两个判别器中：一个专用的恢复判别器和一个基于速度的运动判别器，共同覆盖行走和跑步。
2026-05-18 cs.RO
On the Emergence of Whole-body Strategies from Humanoid Robot Push-recovery Learning
Istituto Italiano di Tecnologia（意大利理工学院）；University of Manchester（曼彻斯特大学）；Massachusetts Institute of Technology（麻省理工学院）；Sapienza Università di Roma（罗马第一大学）；Università degli Studi di Genova（热那亚大学）
平衡和推动恢复是使人形机器人能够解决复杂运动任务的基本能力。在这种情况下，经典的控制系统往往是基于简化的物理模型和硬编码的策略。虽然在特定情况下是成功的，但这种方法需要在专门设计的控制器之间对参数和切换逻辑进行苛刻的调整，以处理更一般的扰动。我们应用无模型深度强化学习在模拟环境中训练一个通用和强大的人形推恢复策略。我们的方法针对高维全身人形控制，并验证了iCub人形。奖励组件结合专家知识的人形控制，使快速学习几个强大的行为相同的政策，跨越整个身体。我们验证了我们的方法与广泛的定量分析模拟，包括样本外的任务，表现出政策的鲁棒性和泛化，对现实世界的机器人部署的关键要求。
2021-04-29 cs.LG cs.RO stat.ML
Unified Humanoid Fall-Safety Policy from a Few Demonstrations
University of Michigan（密歇根大学）
本文提出一种融合稀疏人类演示、强化学习与自适应扩散记忆的统一策略，使人形机器人能够在单一策略中同时实现跌倒预防、冲击缓解和快速恢复，并在仿真和Unitree G1上验证了其有效性。
2025-11-10 cs.RO
KungfuAthleteBot: learning high-dynamic humanoid motion from video with unified robust recovery
Beijing Institute of Technology（北京理工大学）；QIYUAN Lab（启元实验室）
提出KungfuAthleteBot框架，通过物理校正、伪低动能采样和统一训练策略，从视频学习高动态人形运动，实现约0.7秒的快速跌倒恢复。
2026-10-07 cs.RO
Toward Humanoid Brain-Body Co-design: Joint Optimization of Control and Morphology for Fall Recovery
School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳））
本文提出人形机器人脑-体协同设计框架RoboCraft，通过控制策略与形态的联合迭代优化提升跌倒恢复能力，实验显示其在多个公开人形机器人上平均性能提升44.55%，并验证了形态优化的关键贡献。
2025-11-05 cs.AI cs.RO
Embedding Classical Balance Control Principles in Reinforcement Learning for Humanoid Recovery
Florida Institute for Human and Machine Cognition（佛罗里达人类与机器认知研究所）；University of West Florida（韦斯特佛瑞斯特大学）
本文提出一种将经典平衡指标嵌入强化学习的人形机器人恢复策略，通过直接塑造奖励提升恢复效率，并在多种环境中验证了其有效性。
2026-03-09 cs.RO
StableMimic: Smooth Human-Like Recovery for Humanoid Motion Tracking - Learning Beyond the Tracking Distribution for Structured Post-Fall Behavior
Southern University of Science and Technology (SUSTech)（南方科技大学）
该研究提出StableMimic，一种在标称跟踪分布外训练的人形机器人统一跟踪器，通过专用专家与本体感知门控融合动作，在LAFAN1数据集及真实Unitree G1机器人上实现跌倒后100%恢复，跟踪与恢复性能均优于对比方法，提升了交互安全性。
2026-08-04 cs.RO
X-Loco: Towards Generalist Humanoid Locomotion Control via Synergetic Policy Distillation
University of Science and Technology of China（中国科学技术大学）；Tsinghua University（清华大学）
提出X-Loco框架，通过协同策略蒸馏和案例自适应专家选择，训练视觉通用人形运动策略，整合直立行走、全身协调和跌倒恢复，仅基于速度指令，无需参考运动。
2026-06-15 cs.RO
Learning to Get Up Across Morphologies: Zero-Shot Recovery with a Unified Humanoid Policy
University of Toronto（多伦多大学）
本文提出一种统一的人形政策，能够跨七种不同形态的机器人实现零样本跌倒恢复，通过CrossQ训练在未见形态上达到86%的转移率，消除了对特定形态训练的需求。
2025-12-13 cs.LG cs.RO
Adapting Gait Frequency for Posture-regulating Humanoid Push-recovery via Hierarchical Model Predictive Control
Department of Aerospace and Mechanical Engineering, University of Southern California（航空航天与机械工程系，南加州大学）
本文提出一种基于分层MPC的仿人机器人推力恢复方法，通过适应步态频率和姿态感知规划器，在未知干扰下快速恢复并调节身体姿态，仿真显示最大可恢复冲量平均提升131%，硬件实验中恢复步态时机提前125毫秒。
2025-05-28 cs.RO cs.SY eess.SY
Dynamic Mobile Manipulation via Whole-Body Bilateral Teleoperation of a Wheeled Humanoid
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Jeonbuk National University（全北国立大学）
本文提出一种基于全身双向遥操作的动态移动操作框架，利用人机接口、降阶模型映射和全身触觉反馈，使双轮人形机器人SATYRR能够抓取移动目标并推动超过自身重量的箱子，验证了该方法的有效性。
2023-07-03 cs.RO
Stubborn: A Streamlined and Unified Reinforcement Learning Framework for Robust Motion Tracking and Fall Recovery for Humanoids
Southern University of Science and Technology（南方科技大学）
提出Stubborn框架，通过非对称Actor-Critic架构、偏航对齐表示、伯努利概率终止机制和自适应采样策略，统一实现人形机器人的运动跟踪与摔倒恢复，在性能与鲁棒性上超越现有方法。
2026-06-12 cs.AI cs.RO
Data Driven Computational Model for Bipedal Walking and Push Recovery
Indian Institute of Information Technology Allahabad（印度信息技术学院阿拉哈巴德分校）
在本研究中，我们开发了数据驱动的计算步行模型，以克服传统的基于运动学的模型的问题。该模型具有自适应性，可以调整与人体形态相似的参数。人类行走是不同离散子阶段与其连续动态的组合。任何表现出离散切换逻辑和连续动态的系统都可以用混合系统来表示。在这项研究中，双足运动进行了分析，这是重要的理解的稳定性和协商与外部扰动。我们还研究了其他重要的行为推动恢复。Push恢复也是人类通过与环境的持续交互而获得的一种非常重要的行为。研究人员正在努力开发必须具有推动恢复能力的机器人，以便在动态环境中安全机动。在杂乱的环境中，推是一种非常常见的现象。人体可以通过髋、膝、踝关节不同的蹬伸策略从一定程度上恢复。不同的人有不同的推动恢复能力。例如，摔跤手与正常人相比具有更好的推动协商能力。因此，人类获得的推送协商能力是基于学习的，但学习机制仍然是未知的研究人员。世界各地的研究界正在试图开发各种人形模型来解决这个谜团。鉴于所有传统的基于力学和控制的模型都有一些固有的局限性，基于学习的计算模型已经被开发来有效地解决这个问题。在这项研究中，我们将讨论我们如何将这个问题框架为混合系统。
2017-10-18 cs.RO
Learning natural locomotion behaviors for humanoid robots using human knowledge
本文提出了一种新的学习框架，该框架利用模仿学习、深度强化学习和控制理论的知识来实现类人机器人自然、动态和鲁棒的人类风格运动。我们提出了新的方法来引入人类偏见，即运动捕捉数据和一个特殊的多专家网络结构。我们使用多专家网络结构来平滑地混合行为特征，并对任务和模仿奖励使用增强奖励设计。我们的奖励设计是可组合的，可调的，并通过使用传统的人形控制的基本概念来解释。我们对学习框架进行了严格的验证和基准测试，该框架在各种测试场景中始终产生强大的运动行为。此外，我们证明了在存在干扰（如地形不规则和外部推动）的情况下学习鲁棒和通用策略的能力。
2021-02-11 cs.RO
Human-as-Humanoid: Enabling Zero-Shot Humanoid Learning from Ego-Exo Human Videos with Human-Aligned Embodiments
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；DeepCybo；ZGCA；ZGCI；Harbin Institute of Technology（哈尔滨工业大学）；Huazhong University of Science and Technology（华中科技大学）；Beihang University（北京航空航天大学）
提出Human-as-Humanoid框架，通过对齐机器人本体、感知设置和动作标签接口，将大规模人类演示视频转化为可执行的动作监督，实现高自由度人形机器人的零样本学习。
2026-07-01 cs.RO
Push the Limit: Learning High-Speed Sprinting and Aggressive Cornering on a Full-Scale Humanoid
Noetix Robotics（诺蒂克斯机器人公司）；Tsinghua University（清华大学）
本研究提出基于学习的框架，采用因果MHA模块、航向方向奖励及技能条件MAMP判别器，实现全尺寸人形机器人超7 m/s高速冲刺与25°激进转弯，在仿真与真机部署中验证了效果。
2026-10-14 cs.RO
Demonstration-Guided Humanoid Stand-Up on an Emulated Deformable Surface
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
该研究提出参考引导强化学习框架，利用硬地面人类演示，使29自由度Unitree G1类人机器人在仿真可变形软地面成功完成站立任务，明确恢复奖励是成功的关键。
2026-08-24 cs.RO
FRAMES: Failure Recovery And Monitoring of Embodied Skills for Humanoid Loco-Manipulation
Duke University（杜克大学）
FRAMES提出一个针对Unitree G1仿人机器人的失败感知监督框架，通过视觉语言模型监控技能执行并触发恢复，在MuJoCo中达到94%的监控准确率。
2026-09-22 cs.AI cs.RO
Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data
University of California, Berkeley（加州大学伯克利分校）
Workhorse从人类演示学习全身移动操作，通过视觉规划器预测五连杆目标并强化学习跟踪，在真实和模拟人形机器人上实现鲁棒的箱子分类等任务。
2026-10-12 cs.LG cs.RO
Quadruped Capturability and Push Recovery via a Switched-Systems Characterization of Dynamic Balance
Southern University of Science and Technology（南方科技大学）；University of Notre Dame（圣母大学）
本文研究四足机器人运动的捕获性和推力恢复。尽管关于足式机器人的可捕获性分析和推动恢复控制的文献丰富，但现有的工具主要是为两足动物或类人动物开发的。独特的四足特征，如点接触和多摆动腿，防止直接应用这些方法。为了解决这个差距，我们提出了一个切换系统模型的四足动力学，并实例化的抽象可行性概念四足运动与基于时间的步态。捕获的特点是通过一个新的规范的动态平衡状态，解决了四足运动和平衡的时变性质。一个线性倒立摆（LIP）模型被采用来证明理论和显示如何新开发的四足捕获能力可以用于运动规划四足推动恢复。我们制定和解决一个明确的模型预测控制（EMPC）问题，其最优解充分表征四足动物的捕获能力与LIP。基于此分析，设计了一种基于优化的规划方案，用于在推恢复期间确定脚步和质心参考。为了验证整个框架的有效性，我们进行了大量的仿真和硬件实验。仿真结果表明，考虑动态平衡的四足机器人的捕获能力的必要性，和显着改善的干扰抑制与所提出的策略。对迷你猎豹四足动物的复制品进行的实验验证表明，与最先进的技术相比，其性能提高了100%。
2022-02-17 cs.RO
Learning Slope-Adaptive Whole-Body Locomotion for Humanoid Robots in Roofing Construction
University of Florida（佛罗里达大学）
针对屋顶施工中人形机器人在倾斜表面的运动挑战，提出任务语义场景锚定框架，结合轨迹优化与执行感知强化学习，在Unitree G1上实现满足支撑、间隙和非穿透标准的全身运动，误差低于0.531厘米。
2026-09-18 cs.RO
Study of Human Push Recovery
University of Edinburgh（爱丁堡大学）
用于人形机器人的行走和推动恢复控制器多年来一直在进步，而导致不期望行为的未解决的差距仍然存在。由于以往的研究主要是纯工程方法，而利用数据驱动的方法在控制领域取得了令人瞩目的成就，因此我们为探索人类应用的控制规律设定了动力。成功的发现可能有助于填补当前基于工程的控制器的空白，并有可能提高性能。在这篇论文中，我们展示了我们完整的设计和实现了一组实验来收集和处理人体数据，以及数据分析模型拟合。使用收集到的经过处理的运动数据和力数据，我们导出参与者质心的位置、速度和加速度，以形成由推力方向定义的一维点质量模型。因此，我们发现，比例微分（PD）控制可以描述的基本控制规律，人们使用和不同的PD增益设置为不同阶段的推恢复试验在我们的研究范围内。我们最终的PD控制拟合的平均均方根误差低于0.1m，平均考虑了90%以上的试验数据点。我们还探讨了PD控制模型使用的不同误差度量如何影响其性能，但我们提出的两个度量都不能帮助提高性能。最后，我们有关于人们如何根据推开始时的质心属性切换推恢复策略的统计数据。我们发现，更进一步的质心是从稳定状态点和更高的速度，它有一个人更有可能作出一个步骤的推力补偿。
2018-10-22 cs.RO
A Hierarchical Framework to Generate Robust Biped Locomotion Based on Divergent Component of Motion
IEETA（电子与信息工程研究院）；University of Aveiro（阿威罗大学）
保持稳定性是人形机器人走出实验室进入现实环境的基本能力。由于人形机器人具有与人类相似的运动学，因此人类期望这些机器人即使在具有挑战性的情况下也能够鲁棒地稳定，例如当施加严重的推动时。本文提出了一种鲁棒的步行框架，它不仅考虑了传统的推送恢复方法（例如，踝关节、髋关节和步伐策略），而且还使用运动发散分量（DCM）的概念来调整下一步的时间和位置。所提出的框架的控制核心是由一个线性二次高斯（LQG）控制器和两个比例控制器。在这个框架中，LQG控制器试图跟踪参考轨迹，比例控制器被设计为调整下一步的时间和位置，使机器人从严重的推动中恢复。所提出的框架的鲁棒性和性能进行了验证，通过执行一组模拟，包括步行和推恢复使用MATLAB。仿真结果验证了所提出的框架是能够提供一个强大的行走，即使在非常具有挑战性的情况下。
2019-11-18 cs.RO
Push recovery with stepping strategy based on time-projection control
EPFL（洛桑联邦理工学院）
在本文中，我们提出了一个简单的控制框架与动态步进性能的在线推送恢复。由于我们的机器人腿相对较重，我们需要考虑摆动动力学，因此使用一个称为3LP的线性模型，该模型由三个关节组成，以模拟摆动和躯干动力学。基于3LP方程，我们制定离散LQR控制器，并使用一个特定的时间投影方法来调整下一个足迹的位置在线连续的运动过程中。这种基于骨盆和摆动脚跟踪误差的调整自然会考虑摆动动力学。建议的调整被添加到笛卡尔3LP步态，并通过逆运动学转换为关节空间轨迹。固定和自适应的脚抬起策略也确保了在扰动的步行条件下有足够的离地间隙。所提出的结构是鲁棒的，但使用非常简单的状态估计和基本的位置跟踪。我们依靠物理串联弹性致动器来吸收冲击，同时引入简单的法律来补偿其跟踪偏差。大量的实验证明了不同的控制块的功能，并证明了时间投影在极端推恢复场景的有效性。我们还显示自产和紧急行走步态时，机器人受到持续的拖曳力。这些步态的特点是动态步行鲁棒性，由于相对柔软的弹簧在脚踝和避免任何零力矩点（ZMP）控制，在我们提出的架构。
2018-01-07 cs.RO
HumanMimic: Learning Natural Locomotion and Transitions for Humanoid Robot via Wasserstein Adversarial Imitation
The University of Tokyo（东京大学）；ETH Zürich（苏黎世联邦理工学院）
该研究提出HumanMimic Wasserstein对抗模仿学习系统，通过运动重定向、结合RL的对抗判别器与带软边界约束的Wasserstein-1距离，使人形机器人JAXON实现多种自然运动及无演示的模式间自然过渡。
2024-04-23 cs.RO
Robust Push Recovery on Bipedal Robots: Leveraging Multi-Domain Hybrid Systems with Reduced-Order Model Predictive Control
Department of Mechanical and Civil Engineering, California Institute of Technology（机械与土木工程系，加州理工学院）
本文提出一种将双足运动的混合系统模型与降阶模型预测控制相统一的框架，用于实现双足机器人运动中的鲁棒推力恢复，在仿真中验证了其在动态环境下的稳定性和实时可行性。
2025-04-25 cs.RO
Reachability Aware Capture Regions with Time Adjustment and Cross-Over for Step Recovery
Florida Institute for Human and Machine Cognition（佛罗里达人机认知研究所）；University of West Florida（西佛罗里达大学）；Boardwalk Robotics（Boardwalk机器人公司）
本研究针对仿人机器人不稳定恢复问题，提出优化捕获区域计算、交叉步稳定策略及转移阶段时间自适应的平衡增强方案，在Nadia机器人的仿真与硬件实验中验证了崎岖地形行走、扰动恢复等能力。
2023-07-22 cs.RO
High-Power, Flexible, Robust Hand: Development of Musculoskeletal Hand Using Machined Springs and Realization of Self-Weight Supporting Motion with Humanoid
The University of Tokyo（东京大学）
针对仿人机器人手部力量不足的问题，开发了一种基于机加工弹簧的腱驱动欠驱动肌骨骼手，兼具高抓握力、柔性与抗冲击性，并在机器人Kengoro上实现了俯卧撑和悬垂等自重支撑运动。
2024-03-26 cs.RO
HANDOFF: Humanoid Agentic Task-Space Whole-Body Control via Distilled Complementary Teachers
California Institute of Technology（加州理工学院）；The Institute for Human & Machine Cognition（人机认知研究院）
提出HANDOFF框架，通过多教师KL蒸馏和上下文门控机制，将全身运动跟踪、行走和跌倒恢复三个专家策略融合为混合专家学生策略，实现基于紧凑显式接口的全身控制，在Unitree G1上达到先进的速度跟踪性能并扩展了操作工作空间。
2026-09-30 cs.AI cs.LG cs.RO
Emergence of Human-comparable Balancing Behaviors by Deep Reinforcement Learning
The University of Edinburgh（爱丁堡大学）
本文提出了一种基于深度强化学习的分层框架，该框架学习了用于人形平衡控制的多种策略。传统的基于零力矩点的控制器在欠驱动期间执行有限的动作，而所提出的框架可以执行类似于人类的平衡行为，例如脚踝的主动推离。学习是通过基于物理约束的可解释奖励的设计来完成的。给出了仿真结果并进行了分析。通过深度强化学习成功出现类人行为证明了在统一框架中使用基于AI的方法学习人形平衡控制的可行性。
2018-09-06 cs.RO
Design and Analysis of a Nonlinear Parallel Mechanism Coupling for Dynamic Humanoid Legs
Robotics Innovation Center, DFKI GmbH（德国人工智能研究中心机器人创新中心）；AG Robotik, University of Bremen（不来梅大学机器人学工作组）
针对人形机器人腿部轻量化需求，提出含膝踝并联机构与非线性耦合的串并联腿部设计，推导并验证其传动模型，实现极低远端惯性，提升关节性能。
2026-10-26 cs.RO
iGPC: Generative Motion Priors for Object-Aware Humanoid Interaction
Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）；Massachusetts Institute of Technology (MIT)（麻省理工学院）；Minerva Humanoids, Inc.（Minerva Humanoids公司）
本文提出iGPC框架，将生成式预训练控制器从一般运动扩展到人形-环境交互，通过交互专家和感知驱动学生模型蒸馏技能，实验证明大规模人体运动先验能有效支持现实环境中的可部署人形交互策略。
2026-10-14 cs.RO
Learning Whole-body Motor Skills for Humanoids
The University of Edinburgh（爱丁堡大学）
本文提出了一种用于深度强化学习的分层框架，该框架可以获得各种推动恢复和平衡行为的运动技能，即，踝关节，髋关节，脚倾斜，和步进策略。该策略在物理模拟器中进行训练，该物理模拟器具有真实的机器人模型设置和低级别的阻抗控制，易于将学到的技能转移到真实的机器人上。与传统方法相比的优点是将高级规划器和反馈控制全部集成在一个单一的连贯策略网络中，这对于学习针对任意位置处的未知扰动的通用平衡和恢复运动是通用的（例如，腿、躯干）。此外，所提出的框架允许的政策，快速学习的许多国家的最先进的学习算法。通过比较我们的学习结果的预编程，特殊用途的控制器在文献中的研究，自学技能是可比的干扰抑制方面，但具有额外的优势，产生广泛的自适应，通用和鲁棒的行为。
2020-02-07 cs.LG cs.RO stat.ML
BeyondMimic: From Motion Tracking to Versatile Humanoid Control via Guided Diffusion
University of California, Berkeley（加州大学伯克利分校）；Stanford University（斯坦福大学）
本文提出BeyondMimic框架，结合紧凑运动跟踪范式与带分类器引导的统一隐扩散模型，可掌握多样高敏捷类人动作并零样本迁移至真实硬件，实现训练外下游任务的通用人形控制。
2025-11-13 cs.RO
Learning Human-to-Humanoid Real-Time Whole-Body Teleoperation
Carnegie Mellon University（卡内基梅隆大学）
该研究提出基于强化学习的H2O框架，通过“sim-to-data”流程构建优化运动数据集，训练运动模仿器并零样本迁移至真实人形机器人，仅用RGB相机实现了多种动态全身动作的实时遥操作，为相关领域首个演示成果。
2024-03-07 cs.AI cs.LG cs.RO
Enhancing Model-Based Step Adaptation for Push Recovery through Reinforcement Learning of Step Timing and Region
Automation and Control Institute, TU Wien（维也纳工业大学自动化与控制研究所）；Autonomous Systems Lab, TU Wien（维也纳工业大学自主系统实验室）；Institute of Robotics and Mechatronics (DLR), German Aerospace Center（德国航空航天中心机器人与机电一体化研究所（DLR））
本文提出利用强化学习动态调整双足机器人的落脚点区域和步态时机，以扩大可恢复扰动范围，并通过QP规划轨迹和全身控制实现鲁棒推挤恢复。
2024-11-01 cs.RO cs.SY eess.SY
A System for Fast, Resilient, and Adaptable Loco-Manipulation Behaviors on Humanoid Robots
Florida Institute for Human and Machine Cognition（佛罗里达人机认知研究所）；University of West Florida（西佛罗里达大学）
该研究提出机器人本地可运行时编辑的行为系统，结合 Affordance Templates 等架构，在 Unitree H1-2 和 Alex 机器人上快速完成移动操作任务，性能可与近期学习系统媲美。
2026-09-02 cs.RO
ExoRecovery: Push Recovery with a Lower-Limb Exoskeleton based on Stepping Strategy
Ecole Polytechnique Federale de Lausanne (EPFL)（洛桑联邦理工学院）
本文提出ExoRecovery框架，通过在线优化步态时长与位置并结合外推质心动力学，实现下肢外骨骼在外部推力下的全向协作式迈步恢复，并经人体实验验证其有效性。
2023-10-31 cs.RO cs.SY eess.SY
ROVE: Unlocking Human Interventions for Humanoid Manipulation via Reinforcement Learning
XPENG Robotics（小鹏机器人）；Fudan University（复旦大学）；The Chinese University of Hong Kong（香港中文大学）；Shanghai Jiao Tong University（上海交通大学）
提出ROVE框架，利用强化学习和乐观价值估计，从次优人类干预轨迹中学习高价值行为，提升人形机器人操作性能。
2026-10-05 cs.LG cs.RO
Footstep Adjustment for Biped Push Recovery on Slippery Surfaces
Isfahan University of Technology（伊斯法罕理工大学）；University of Isfahan（伊斯法罕大学）
尽管对两足动物的运动稳定性进行了广泛的研究，但它们仍然缺乏在光滑表面上的干扰应对能力。在本文中，一种新的控制器，用于稳定的双足运动在其矢状面的表面摩擦限制方面的发展。通过考虑稳定趋势中表面的物理限制，实现了更高级的可靠性水平，提供了更高的功能，例如在低摩擦表面上的推动恢复，并防止稳定器过度反应。基于离散事件的策略包括在每个足迹开始时修改步长和时间段，以重新建立稳定性必要条件，同时考虑表面摩擦限制作为防止滑动的约束。调整脚步以防止在面对外部干扰时打滑被认为是一种保持稳定的新策略，与人类的反应非常相似。所开发的方法包括粗糙的封闭形式的解决方案，利用初等数学运算获得的控制输入，允许达到收敛和计算成本之间的平衡，这是非常适合实时操作，即使与适度的计算硬件。几个数值模拟，包括推恢复和低摩擦表面上不同的门之间的切换，进行证明所提出的控制器的有效性。与人类步态经验相关，结果还揭示了一些有利于稳定性的物理方面，以及在步态之间切换以降低在面对不同条件时摔倒的风险的事实。
2021-11-09 cs.RO cs.SY eess.SY
Human-in-the-Loop Failure Recovery with Adaptive Task Allocation
Robotics Engineering Department, Worcester Polytechnic Institute (WPI)（沃斯特理工学院机器人工程系）
本文提出ARFA方法，通过自适应任务分配减少机器人空闲时间，提高系统性能并优化操作员工作负荷。
2026-02-03 cs.RO
SUGAR: A Scalable Human-Video-Driven Generalizable Humanoid Loco-Manipulation Learning Framework
CFCS, School of Computer Science, Peking University（计算机学院，北京大学计算机科学系）；School of Computer Science and Engineering, Beihang University（计算机科学与工程学院，北航）
该研究提出SUGAR框架，通过将多样化的视频转化为可部署的人形机器人运动-操作技能，无需特定任务的奖励工程或参考动作条件，在仿真和现实硬件中实现了六种代表性任务的高性能表现，展示了可扩展性和零样本现实迁移能力。
2026-05-19 cs.AI cs.CV cs.RO
LaMOuR: Leveraging Language Models for Out-of-Distribution Recovery in Reinforcement Learning
Seoul National University（首尔大学）
LaMOuR利用语言模型生成密集奖励代码，引导智能体从分布外状态恢复，无需不确定性估计，在多种运动任务及复杂环境中显著提升恢复效率。
2025-03-28 cs.AI cs.RO
Bipedal Model Based on Human Gait Pattern Parameters for Sagittal Plane Movement
IIIT Allahabad（阿拉哈巴德印度信息技术学院）
本文所描述的目前的研究试图传授如何模仿为基础的学习行为为基础的编程可以用来教机器人。这一发展是一个很大的一步，证明推恢复是一个软件工程问题，而不是硬件工程问题。这里使用的步行算法旨在选择推恢复问题的子集，即来自环境的干扰。我们在Halo的每个关节处应用物理学，具有一定的自由度。所提出的模型Halo与其他模型不同，因为以前开发的模型与不同人的数据不一致。这将导致在未来的发展广义的可持续发展模型，并将弥合性能和不一致性之间的差距。在本文中，所提出的模型适用于不同的人的数据。模型的准确性，性能和结果的衡量使用的行为协商能力的模型开发。为了提高性能，提出的模型给出了自由处理每个关节独立的基础上，每个关节的相似度值。这一发展可以被认为是未来机器人世界的重要发展。模型的准确率为70%。
2014-05-17 cs.RO
