Whole-Body Walking Generation using Contact Parametrization: A Non-Linear Trajectory Optimization Approach
Istituto Italiano di Tecnologia（意大利理工学院）；Università degli Studi di Genova（热那亚大学）
在本文中，我们描述了一个规划器能够产生步行轨迹，通过使用质心动力学和完整的运动学的人形机器人模型。机器人和行走表面之间的相互作用是明确建模通过一种新的接触参数化。该方法是无互补性的，并且不需要预定义的接触顺序。通过求解一个最优控制问题，我们得到步行轨迹。特别是，通过一组约束条件和动力学方程，我们的机器人模型与地面接触。我们描述了机器人需要实现的一组任务的目标。整个最优控制问题通过直接多重射击方法转化为一个优化问题，并用现成的求解器求解。我们表明，它是可以实现步行运动自动指定一组最小的参考，如一个恒定的所需的质心速度和地面上的参考点。
2020-03-10 cs.RO
Kinodynamic Motion Retargeting for Humanoid Locomotion via Multi-Contact Whole-Body Trajectory Optimization
KDMR通过多接触全身轨迹优化，实现人形运动的动力学重定向，提升动作的动态可行性与稳定性，优于传统纯运动学方法。
2026-08-03 cs.RO
Contact-Implicit Trajectory Optimization with Hydroelastic Contact and iLQR
University of Notre Dame（圣母大学）
接触隐式轨迹优化为机器人的操作和运动提供了一种自动生成复杂和接触丰富的行为的方法。然而，这种技术的可扩展性受到确保数值可靠性和物理真实性的挑战的限制。在本文中，我们提出了初步的结果表明，迭代线性二次调节器（iLQR）算法与最近提出的压力场为基础的水弹性接触模型，使可靠的和物理现实的轨迹优化通过接触。我们使用这种方法来合成接触丰富的行为，如四足动物的运动和整臂操纵。此外，Kinova Gen3机器人手臂上的开环回放证明了整个手臂操作轨迹的物理准确性。代码可以在https://bit.ly/ilqr_hc上找到，视频可以在https://youtu.be/IqxJKbM8_ms上找到。
2022-08-07 cs.RO
TACTIC: Tactile and Vision Conditioned Contact-Centric Control for Whole-Arm Manipulation
Cornell University（康奈尔大学）；Carnegie Mellon University（卡内基梅隆大学）；Toyota Research Institute（丰田研究机构）
研究全臂操作问题，提出TACTIC控制器，它采用以接触为中心的混合预测模型，结合多种传感，通过接触雅可比矩阵耦合动力学与运动学，集成到MPC规划器，在模拟和实际任务中表现出色，优于其他方法。
2026-07-14 cs.AI cs.RO
Projection based whole body motion planning for legged robots
ETHZ Zürich（苏黎世联邦理工学院）
提出了一种新的足式机器人动态运动规划方法。我们制定了一个轨迹优化问题的基础上，一个紧凑的形式的机器人动力学。这种形式是通过将刚体动力学投影到约束雅可比矩阵的零空间上而获得的。作为投影的结果，接触力从模型中删除，但其影响仍被考虑在内。这种方法允许解决浮动基础约束多体系统的最优控制问题，同时避免使用显式接触模型。我们使用直接转录数值求解优化。由于接触力不是决策变量的一部分，因此所得离散数学程序的大小减小，因此可以在易于处理的时间内获得解。使用预定义的接触配置（阶段）的序列，我们的方法解决了接触开关发生的运动。相位之间的转换是自动解决的，而无需使用切换动态模型。我们提出的结果，液压四足机器人（HyQ），包括单相（站立，蹲伏）以及多相（饲养，对角腿平衡和步进）的动态运动。
2015-10-06 cs.RO
Anti-Gravity Walking by a Flying Humanoid Robot via Thrust-Rate Input Whole-Body Model Predictive Control
The University of Tokyo（东京大学）
针对飞行人形机器人在天花板等反重力环境中的行走问题，提出以推力速率为控制输入的全身模型预测控制框架，通过保证推力连续性和引入接触力下界，实现稳定行走，并经仿真和硬件实验验证。
2026-09-09 cs.RO
Whole-body model predictive control with rigid contacts via online switching time optimization
Kyoto University（京都大学）
针对具有刚性接触的机器人系统，提出了一种基于在线切换时间优化的整体模型预测控制（MPC）方法。我们把机器人动力学与刚性接触作为一个切换系统，制定切换系统的最优控制问题，以实现MPC。我们利用一个有效的解决方案算法的MPC问题，同时优化切换时间和轨迹。本高效的算法，不像现有的低效的方法，使在线优化以及切换时间。通过对四足机器人动态跳跃运动的数值模拟，将在线STO的MPC与传统的固定切换时间的MPC进行了比较。在仿真比较中，所提出的MPC成功地控制了动态跳跃运动的两倍的情况下，传统的MPC，这表明所提出的方法扩展了整体MPC的能力。我们进一步进行硬件实验的四足机器人Unitree A1和证明所提出的方法实现了真实机器人的动态运动。
2022-10-24 cs.RO math.OC
Manipulation in Clutter with Whole-Arm Tactile Sensing
Georgia Tech（佐治亚理工学院）；Meka Robotics（Meka机器人公司）
本文首先介绍了我们的机器人操作方法，它强调了在整个机械手与世界接触的好处。我们假设低接触力是良性的，并专注于机器人的发展，可以控制他们的接触力在目标导向运动。受生物学的启发，我们假设机器人在其关节处具有低刚度致动，并且在其操纵器的整个表面上具有触觉感知。然后，我们描述了一种新的控制器，利用这些假设。控制器只需要触觉传感，不需要在接触之前的环境的显式模型。它还处理操纵器曲面上的多个接触。该控制器使用模型预测控制（MPC）的时间范围的长度为1，和一个线性准静态的机械模型，它在每个时间步构造。我们表明，该控制器使真实和模拟的机器人到达目标位置在高杂波低接触力。我们的实验包括测试使用一个真正的机器人与一个新的触觉传感器阵列的前臂达到模拟树叶和一个障碍物块。在我们的实验中，机器人通过整个手臂进行接触，同时推开可移动的物体，使顺从的物体变形，并感知世界。
2013-04-23 cs.RO
Opt2Skill: Imitating Dynamically-feasible Whole-Body Trajectories for Versatile Humanoid Loco-Manipulation
Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机构研究所，佐治亚理工学院）
针对人形机器人移动操作的动力学与接触挑战，提出结合轨迹优化与RL的Opt2Skill流水线，生成可行参考轨迹并训练策略跟踪，性能优于基线且已实现现实迁移。
2025-10-01 cs.RO
Perceptive Locomotion through Whole-Body MPC and Optimal Region Selection
University of Edinburgh（爱丁堡大学）；Heriot-Watt University（赫瑞-瓦特大学）；University of Oxford（牛津大学）；LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室）
该研究提出一种感知运动控制框架，通过全身MPC（Croccodyl）和最优接触面选择，在复杂地形中实现快速重规划与稳健运动，并在挑战性试验中验证其性能。
2024-02-06 cs.RO
WoCoCo: Learning Whole-Body Humanoid Control with Sequential Contacts
ETH Zurich（苏黎世联邦理工学院）；Carnegie Mellon University（卡内基梅隆大学）
WoCoCo通过将任务分解为接触阶段，实现了无模型强化学习的全身人形顺序接触控制，无需运动先验，并在现实世界中完成了跑酷跳跃、箱子操作、舞蹈和攀爬等任务，且可推广至其他机器人。
2024-11-07 cs.GR cs.RO cs.SY
Modeling of Visco-Elastic Environments for Humanoid Robot Motion Control
Istituto Italiano di Tecnologia（意大利理工学院）；University of Genoa（热那亚大学）
本文提出了一种用于时间关键型人形机器人运动控制的柔顺接触模型。所提出的模型认为环境作为一个连续的弹簧阻尼系统，这使我们能够计算等效的接触力和扭矩的环境施加在接触表面上。我们表明，所提出的模型扩展了线性和旋转弹簧和阻尼器-经典的用于表征软地形-的情况下，大的接触面方向。然后，接触模型用于实时全身控制的人形机器人行走在粘弹性环境。通过仿真iCub人形机器人的行走运动，验证了该方法的有效性。此外，本文比较了所提出的全身控制策略和最先进的方法。在这方面，我们调查的地形顺应性，使经典的方法假设刚性接触失败。最后，我们分析了所提出的控制设计的非参数不确定性的接触模型的鲁棒性。
2021-05-30 cs.RO
Simultaneous Contact Sequence and Patch Planning for Dynamic Locomotion
Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM), Germany（慕尼黑机器人与机器智能研究所（MIRMI）、慕尼黑技术大学（TUM））；Tandon School of Engineering, New York University (NYU), USA（纽约大学Tandon工程学院）
本文提出结合蒙特卡洛树搜索与全身轨迹优化的完整流程，首次在四足机器人全身动力学下同时规划非循环多接触运动的接触序列与接触面，并通过仿真和实物实验验证其有效性与可迁移性。
2025-08-18 cs.RO
Borinot: an open thrust-torque-controlled robot for research on agile aerial-contact motion
Institut de Robòtica i Informàtica Industrial, CSIC-UPC（工业机器人与信息技术研究所（西班牙国家研究委员会-加泰罗尼亚理工大学））
本文介绍了开源空中机器人平台Borinot，通过配备力矩驱动肢体实现全身动态控制，支持飞行与接触的混合敏捷运动，并采用全身力矩级模型预测控制验证了其执行敏捷任务的强大能力。
2023-07-27 cs.RO
Borinot: an agile torque-controlled robot for hybrid flying and contact loco-manipulation (workshop version)
Institut de Robòtica i Informàtica Industrial, CSIC-UPC（工业机器人与信息技术研究所（西班牙国家研究委员会-加泰罗尼亚理工大学））
本文提出了开源飞行机器人平台Borinot，其配备力矩驱动末端实现全身动态控制，结合全身力矩级模型预测控制，支持混合飞行与接触式敏捷移动操作，为敏捷机器人研究开辟了新途径。
2023-07-28 cs.RO
LAC: Linear and Angular Compliance for Humanoid Whole-body Control
Tohoku University（东北大学）
针对人形机器人交互控制的刚度局限问题，提出LAC全身控制器，经数据集合成、师生强化学习训练及仿真与实验验证，可实现上半身线性与角刚度控制，适用于遥操作运动操作任务。
2026-08-27 cs.RO
It Takes Two: Learning Interactive Whole-Body Control Between Humanoid Robots
Shanghai Jiao Tong University（上海交通大学）
提出双人形机器人动作模仿框架Harmanoid，通过接触感知动作重定向和交互驱动动作控制器显式建模智能体间接触与交互感知动力学，有效解决单人形机器人的孤立问题，显著提升交互式动作模仿效果。
2025-10-11 cs.MA cs.RO
Reduced-Order Model Guided Contact-Implicit Model Predictive Control for Humanoid Locomotion
California Institute of Technology（加州理工学院）
针对人形机器人高维混合动力学控制难题，提出结合HLIP降阶模型与CI-MPC的控制框架，在24自由度机器人Achilles仿真中实现多种复杂运动能力，且支持50Hz实时运行。
2025-02-21 cs.RO
Contact-Implicit Optimization of Locomotion Trajectories for a Quadrupedal Microrobot
Harvard University（哈佛大学）；Stanford University（斯坦福大学）
腿式微型机器人的运动轨迹规划是具有挑战性的，因为它们的复杂形态，高频率的被动动力学，和不连续的接触与环境的相互作用。因此，这种研究往往是由耗时的实验方法驱动的。作为一种替代方案，我们提出了一个框架，系统地建模，规划和控制腿microrobots。我们开发了一个1.5克四足微型机器人的三维动力学模型，自由度自由度的数量），类似于较大规模的足式机器人。然后，我们适应最近开发的变分接触隐式轨迹优化方法来产生可行的全身运动计划，这个microrobot，我们证明，这些计划可以跟踪简单的关节空间控制器。我们计划和执行周期性步态在多个步幅频率和各种表面上。这些步态实现了高的每周期速度，包括10.87毫米/周期的最大值，这是15%的速度比以前测量的速度为这个微型机器人。此外，我们计划并执行9.96 mm的垂直跳跃，这是微型机器人质心高度的78%。据我们所知，这是第一个端到端的演示规划和跟踪全身动态运动的毫米级腿微型机器人。
2019-01-25 cs.RO
MorphoGuard: A Morphology-Based Whole-Body Interactive Motion Controller
Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究院）
本文提出MorphoGuard，一种基于形态的全身交互运动控制器，通过形态约束网络解决多接触组合的复杂性问题，实验表明其在多物体交互任务中具有高精度的接触点管理能力。
2026-04-02 cs.RO cs.SY eess.SY
Versatile Multi-Contact Planning and Control for Legged Loco-Manipulation
ETH Zurich（苏黎世联邦理工学院）
提出基于TAMP的最少引导双层规划框架，联合优化四足移动操作器的整体轨迹与多接触调度，并通过两层跟踪控制器实现真实任务。
2023-08-17 cs.RO
Dynamic Complementarity Conditions and Whole-Body Trajectory Optimization for Humanoid Robot Locomotion
Italian Institute of Technology（意大利技术研究院）；University of Manchester（曼彻斯特大学）；University of Genoa（热那亚大学）
提出了一种利用人形机器人的质心动力学和完整运动学生成步行轨迹的规划器。通过新的条件，\emph{Dynamical Complementarity Constraints}的机器人和行走表面之间的相互作用明确建模。该方法不需要预定义的接触序列，并自动生成足迹。我们通过一组任务的机器人控制目标的特点，我们解决它通过解决一个最优控制问题。我们表明，它是可以实现步行运动自动指定一组最小的参考，如一个恒定的所需的质心速度和地面上的参考点。此外，我们分析了接触模型的选择如何影响计算时间。我们通过生成和测试人形机器人iCub的行走轨迹来验证该方法。
2022-07-07 cs.RO
Humanoid Control Under Interchangeable Fixed and Sliding Unilateral Contacts
Laboratory of Informatics, Robotics and Microelectronics (LIRMM), CNRS-University of Montpellier（信息学、机器人学与微电子实验室（LIRMM），法国国家科学研究中心-蒙彼利埃大学）；CNRS-AIST Joint Robotics Laboratory (JRL)（法国国家科学研究中心-日本产业技术综合研究所联合机器人实验室（JRL））；ANYbotics AG（ANYbotics公司）；CNRS（法国国家科学研究中心）
在这封信中，我们提出了一个全身控制策略，人形机器人在多接触设置，使固定和滑动接触之间的主动平衡下切换。我们计算，在实时的基础上，切比雪夫中心的接触点的安全质心位置和扳手分布。我们的解决方案被制定为一个二次规划问题，没有先验计算的平衡区域。我们评估我们的方法与实验突出固定和滑动接触模式之间的多接触配置的开关。一个人形机器人演示了从完全固定到多滑动以及脚的拖曳的这种接触互换。这些场景说明了我们的控制方案在实现所需的力，CoM位置吸引子和规划的轨迹，同时积极保持平衡的性能。
2021-03-04 cs.RO
Predictive Whole-Body Control of Humanoid Robot Locomotion
Fondazione Istituto Italiano di Tecnologia（意大利技术研究院基金会）；Università di Genova（热那亚大学）
人形机器人是具有拟人化形状的机器。尽管对这个问题进行了数十年的研究，但从算法的角度来解决机器人运动问题仍然具有挑战性。例如，这些机器在不利用与环境的接触的情况下无法实现恒定的向前身体运动。由接触产生的反作用力受到很强的限制，使控制律的设计复杂化。因此，产生的人形运动需要充分利用的数学模型的机器人与环境接触或诉诸approximatesofit.This论文研究预测和最优控制技术，解决人形机器人的运动任务。它们从系统模型和目标中生成控制输入值，通常将其转换为成本函数以最小化。特别是，这篇论文解决了几个方面的人形机器人运动问题的复杂性渐增。首先，我们考虑单步的推恢复问题。也就是说，我们的目标是在强烈的外部干扰后保持直立的姿势。其次，我们生成并稳定行走运动。此外，我们采用预测技术来执行更多的动态运动，如大的步进。上述应用利用不同的简化或假设来促进对应运动任务的易处理性。此外，他们首先考虑脚的位置，然后才考虑如何保持平衡。我们试图消除所有这些简化。[续]
2020-04-16 cs.RO
Whole-Body Control of a Mobile Manipulator for Passive Collaborative Transportation
University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）
人-机器人协作任务预见了人类和机器人之间具有不同程度复杂性的交互。具体而言，对于涉及代理之间的物理接触的任务，在这种交互的建模和控制中出现了挑战。在本文中，我们提出了一个控制架构，能够确保灵活和鲁棒稳定的物理人机交互，专注于协同运输任务。该架构部署到移动机械手，建模为一个整体结构，这有助于操作员在运输笨重的负载。由于无源性技术，控制器在线调整其相互作用参数，同时保持整个系统的鲁棒稳定性，从而实验验证的架构。
2022-11-24 cs.RO
Task and Motion Planning for Humanoid Loco-manipulation
Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM), Germany（慕尼黑机器人与机器智能研究所（MIRMI）、慕尼黑技术大学（TUM））
本文提出了一种基于优化的任务与运动规划框架，通过共享接触模式实现人形机器人移动与操作的统一规划。
2025-08-16 cs.RO
Dynamic Locomotion For Passive-Ankle Biped Robots And Humanoids Using Whole-Body Locomotion Control
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Stanford University（斯坦福大学）
全身控制是一种面向任务的反馈控制方法，用于人形机器人的局部操作行为。WBC和基于模型的步行控制器的组合已被广泛应用于各种人形机器人中。然而，到目前为止，WBC方法还没有被用于无支撑的被动踝关节动态运动。因此，在本文中，我们设计了一个新的WBC，被称为全身运动控制器（WBLC），可以实现实验动态行走无支撑被动踝关节机器人。WBLC的一个关键方面是接触约束的放松，使得控制命令在切换脚接触时产生减少的急动。为了实现强大的动态运动，我们进行了深入的分析，我们的动态步行算法称为时间速度反转（TVR）规划的不确定性。不确定性研究是基础，因为它使我们能够改进我们的机器人的控制算法和机械结构，以满足容忍的不确定性。此外，我们进行了大量的实验：1）无支撑的动态平衡（即原地踏步）与六自由度（DoF）的机器人，水星; 2）无支撑的方向行走与水星; 3）行走在不规则和光滑的地形与水星;和4）原地行走与我们新设计的十自由度粘弹性液体冷却机器人，DRACO。总体而言，这项工作的主要贡献是：a）实现被动踝两足动物使用WBLC控制器和TVR规划器的无支撑动态运动的各种模式，b）进行不确定性分析，以改善水星的机械结构和控制器，以及c）设计一个全身控制策略，减少行走过程中的运动抖动。
2019-01-23 cs.RO
Unilateral Ground Contact Force Regulations in Thruster-Assisted Legged Locomotion
Northeastern University（东北大学）
本文研究了推力器辅助腿运动中地面接触力（GRF）的规律。我们将采用参考总督（RGs）执行GRF约束哈比模型，这是一个双足机器人，正在开发中的东北大学。基于优化的方法和全身控制被广泛用于在计算上非常昂贵的腿运动中强制执行无滑动约束。相比之下，RG可以通过使用可以更快地计算的李雅普诺夫稳定性参数来操纵联合参考轨迹来执行这些约束。在我们的模型中添加的推进器允许操纵步态参数和GRF而不牺牲运动稳定性。
2021-05-25 cs.RO
Efficient Sampling of Transition Constraints for Motion Planning under Sliding Contacts
University of Stuttgart（斯图加特大学）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Technical University of Berlin（柏林工业大学）
用于操纵、对象探索或平衡的基于接触的运动规划通常需要找到固定和滑动接触的序列，并规划从环境中的一个接触到另一个接触的过渡。然而，大多数现有的算法集中在控制和学习方面的滑动接触，但没有嵌入到一个原则性的框架，以提供保证的完整性或最优性的问题。为了解决这个问题，我们提出了一种方法来扩展基于约束的规划使用接触过渡滑动接触。这种转换是整个接触序列所需的基本操作。为了对滑动接触进行建模，我们定义了一个滑动接触约束，允许机器人在基于网格的对象的表面上滑动。为了利用滑动接触之间的过渡，我们开发了一个接触过渡采样器，它使用三种约束模式：接触的起始表面，没有接触和接触的目标表面。我们对这些过渡模式进行统一采样，这使得它们可用于基于采样的规划算法。我们的方法进行评估，通过测试它的两个，三个和七个内部自由度与不同的对象和各种采样为基础的规划算法的机械臂。这表明，滑动接触约束可以作为一个基本的方法来规划高维机器人系统的长期接触序列。
2021-03-16 cs.RO
Control of Humanoid in Multiple Fixed and Moving Unilateral Contacts
CNRS-University of Montpellier（法国国家科学研究中心-蒙彼利埃大学）；Honda Research Institute（本田研究所）；CNRS-AIST Joint Robotics Laboratory（法国国家科学研究中心-日本产业技术综合研究所联合机器人实验室）
强制平衡的多肢机器人在多个非共面单边接触设置是具有挑战性的，当一个子集的这种接触也引起运动任务。本文的第一个贡献是在提高计算性能的国家的最先进的几何质心包含基于平衡的方法集成在线任务空间全身控制框架的一部分。因此，我们的第二个贡献在于整合这样的平衡区域与相关的接触力分布，而无需预先计算目标质心。这最后一个功能是必不可少的，留给后者的自由，以更好地遵守其他现有的任务，没有捕获在经典的两级方法。我们通过HRP-4人形机器人的实验来评估我们所提出的方法的性能。
2021-10-21 cs.RO
Nonlinear Stochastic Trajectory Optimization for Centroidal Momentum Motion Generation of Legged Robots
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；LAAS-CNRS（LAAS-法国国家科学研究中心）；Université de Toulouse（图卢兹大学）；CNRS（法国国家科学研究中心）；University of Trento（特伦托大学）；Tandon School of Engineering, New York University（纽约大学坦登工程学院）
足式机器人的鲁棒轨迹的生成仍然是一个具有挑战性的任务，由于潜在的非线性，混合和本质上不稳定的动态，需要通过有限的接触力来稳定。此外，由与环境的未建模接触交互和模型失配引起的干扰可能会阻碍规划轨迹的质量，从而导致不安全的运动。在这项工作中，我们建议使用随机轨迹优化产生强大的质心动量轨迹，以考虑模型动力学和接触位置上的参数不确定性的添加剂的不确定性。通过鲁棒质心和全身轨迹优化之间的交替，我们生成鲁棒的动量轨迹，同时与全身动力学一致。我们进行了广泛的一组模拟不同的不确定性四足机器人显示，我们的随机轨迹优化问题减少了不同的步态，同时实现更好的性能确定性规划的脚滑移量。
2022-09-20 cs.RO
Real-time Whole-body Model Predictive Control for Bipedal Locomotion with a Novel Kino-dynamic Model and Warm-start Method
Department of Intelligence and Information, Graduate School of Convergence Science and Technology, Seoul National University（智能信息系，融合科学与技术研究生院，首尔国立大学）；Advanced Institutes of Convergence Technology(AICT)（融合技术先进研究院）
本文提出一种结合线性倒立摆加飞轮与全身运动学的新型运动动力学模型，并采用基于MLP的热启动策略，实现双足机器人实时全身模型预测控制，通过实验验证了其鲁棒性和实时性。
2025-05-26 cs.RO
Multi-contact Stochastic Predictive Control for Legged Robots with Contact Locations Uncertainty
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Tandon School of Engineering, New York University（纽约大学坦登工程学院）；Munich Institute of Robotics and Machine Intelligence, Technical University of Munich（慕尼黑工业大学慕尼黑机器人与机器智能研究所）；University of Trento（特伦托大学）
提出面向腿足机器人的SNMPC全身轨迹优化方法，通过动力学加性不确定性和接触位置机会约束提升安全性，四足机器人蒙特卡洛实验实现100%成功率。
2024-06-12 cs.RO cs.SY eess.SY
Interaction-Aware Whole-Body Control for Compliant Object Transport
Department of Electrical Engineering, the University of Texas at Arlington（电气工程系，德克萨斯大学阿灵顿分校）；Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学）
本文提出了一种生物启发式的交互导向全身控制方法，通过分离上身交互执行与下身支撑控制，实现稳定且灵活的柔顺物体运输。
2026-07-20 cs.AI cs.RO
Optimization-based Posture Generation for Whole-body Contact Motion by Contact Point Search on the Body Surface
Department of Mechano-Infomatics, The University of Tokyo（机械信息学系，东京大学）
提出一种基于梯度的全身接触姿态生成方法，通过二维构型变量在机器人连杆表面搜索接触点，同时优化关节位置与接触点，实验证明其能让机器人有效利用全身接触操作物体。
2025-05-29 cs.RO
Differential Dynamic Programming for Multi-Phase Rigid Contact Dynamics
CNRS, LAAS（法国国家科学研究中心，拉拉斯研究所）；INRIA, France（法国国家信息与自动化研究所，法国）
本文提出使用微分动态规划算法来优化多相刚体接触动力学的全身轨迹，通过利用角动量提高运动效率，减少力和冲击，并在无外力情况下实现姿态控制。
2019-04-10 cs.AI cs.RO cs.SY
Lifted contact dynamics for efficient optimal control of rigid body systems with contacts
Kyoto University（京都大学）
提出了一种新的有效的提升方法来解决带接触刚体系统的最优控制问题，以改善牛顿型方法的收敛性。为了缓解高度非线性，我们考虑的状态，加速度，接触力，和控制输入转矩，作为优化变量和逆动力学和加速度约束的接触框架上的等式约束。我们消除了更新的加速度，接触力，和他们的对偶变量从线性方程要解决的每一个牛顿型迭代在一个有效的方式。结果表明，每次牛顿型迭代的计算成本与传统的非提升牛顿型迭代（在状态方程中嵌入接触动力学）的计算成本几乎相同。我们进行了数值实验的全身最优控制的各种四足步态的摩擦锥的约束下，考虑在邻近点的方法，并表明，所提出的方法可以显着提高收敛速度的两倍以上的传统的非解除的方法。
2022-10-24 cs.RO math.OC
Whole-body Multi-contact Motion Control for Humanoid Robots Based on Distributed Tactile Sensors
CNRS-AIST JRL (Joint Robotics Laboratory), IRL and National Institute of Advanced Industrial Science and Technology (AIST)（CNRS-AIST联合机器人实验室、IRL和国家先进工业科学与技术研究所）
本文提出利用分布式触觉传感器实现人形机器人全身多接触运动控制，扩展控制器以处理肢体中间区域接触，并通过仿真和RHP Kaleido实验验证了其稳定性提升。
2025-05-26 cs.RO
LLA-MPPI: Rapidly Adaptive Whole-body Control of Legged Robots with GPU-Accelerated Parallel Simulations
Carnegie Mellon University（卡内基梅隆大学）；Massachusetts Institute of Technology（麻省理工学院）
提出LLA-MPPI方法，通过GPU并行模拟器选择实现腿式机器人全身自适应控制，无需离线训练，在模拟和硬件上均显著优于基线。
2026-10-08 cs.RO cs.SY eess.SY
SimGenHOI: Physically Realistic Whole-Body Humanoid-Object Interaction via Generative Modeling and Reinforcement Learning
针对现有HOI生成方法存在的物理伪影问题，提出SimGenHOI框架，结合扩散Transformer生成模型与强化学习控制策略，通过互微调提升交互真实性与跟踪鲁棒性，实现可控物理合理的人形机器人-物体交互。
2025-08-18 cs.AI cs.RO
Computationally-Robust and Efficient Prioritized Whole-Body Controller with Contact Constraints
University of Texas at Austin（得克萨斯大学奥斯汀分校）
在本文中，我们设计的多目标控制方法的人形机器人，又名。优先级的全身控制器，在算法计算中实现效率和鲁棒性。我们使用一种全身控制器，通过结合质心动量动力学、操作任务优先级、接触反作用力和内力约束，这种控制器非常通用。首先，我们通过求解只涉及浮基动力学和反作用力的二次规划来实现效率。其次，我们实现计算的鲁棒性放松任务加速度，使他们遵守摩擦锥约束。最后，我们将平滑的接触过渡的方法，以提高动态运动行为的控制。所提出的方法都证明了在模拟和实际实验中使用被动踝关节双足机器人。
2018-07-03 cs.RO
Scaling Whole-body Multi-contact Manipulation with Contact Optimization
School of Informatics, The University of Edinburgh（信息学院、爱丁堡大学）；Waseda University（早稻田大学）
针对类人机器人全身多接触操作规划可扩展性差的问题，提出基于连续表面表示和梯度优化的方法，实现闭式邻近点计算与有效成本设计，规划时间较现有最优提升77%，并在真实硬件上验证。
2025-08-18 cs.RO
Multi-Contact Motion Retargeting using Whole-body Optimization of Full Kinematics and Sequential Force Equilibrium
Georgia Institute of Technology（佐治亚理工学院）；Twentieth Century Fox（二十世纪福克斯公司）；Starfleet Academy（星际舰队学院）；Tyrell Inc.（泰伦公司）
本文提出了一种多接触运动自适应框架，使遥操作的高自由度（DoF）的机器人，如四足动物和类人，在多接触设置的本地操作任务。我们提出的算法优化全身配置和制定重定向的多接触运动作为序列二次规划，这是强大的和稳定的可行性约束的边缘附近。我们的框架允许机器人的实时操作，并减少了操作员的认知负荷，因为不可行的命令会自动适应机器人的物理稳定和可行的运动。全动力学仿真结果表明了遥操作不同足式机器人的有效性，并产生丰富的多接触运动。我们评估了所提出的算法的计算效率，并进一步验证和分析多接触的机器人和四足机器人的本地操作任务达到，主动推动和各种遍历不平坦的地形。
2022-06-01 cs.RO
TACT: Humanoid Whole-body Contact Manipulation through Deep Imitation Learning with Tactile Modality
CNRS-AIST JRL (Joint Robotics Laboratory), IRL and National Institute of Advanced Industrial Science and Technology (AIST)（CNRS-AIST联合机器人实验室、IRL和国家先进工业科学与技术研究院）；Tokyo University of Science（东京科学大学）；University of Tsukuba（茨口大学）
本研究提出TACT策略，结合触觉与视觉模态，通过模仿学习使人形机器人RHP7 Kaleido实现平衡行走中的全身接触操作，增强稳定性并提升操控鲁棒性。
2025-06-18 cs.RO
Opt2VLA: Force-Aware Vision-Language-Action for Contact-Rich Humanoid Whole-Body Manipulation
Georgia Institute of Technology（佐治亚理工学院）
Opt2VLA提出力感知的VLA框架，通过显式力命令和轨迹优化监督，提升人形机器人接触丰富任务中的力调节准确性与稳定性。
2026-09-22 cs.RO
Design, Mapping, and Contact Anticipation with 3D-printed Whole-Body Tactile and Proximity Sensors
Human Interaction and RObotics [HIRO] Group（人机交互与机器人 [HIRO] 团队）
本文提出GenTact-Prox，一种3D打印的人工皮肤，集成了触觉和接近传感以实现接触检测与预测。该平台模块化设计，可适配任意机器人形态，覆盖整个机器人身体，检测范围达18厘米。通过数据驱动框架映射Perisensory Space，实现接触预测。
2026-03-24 cs.RO
WT-UMI: Tactile-based Whole-Body Manipulation via Force-Supervised Contact-Aware Planning
The Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机械研究所，佐治亚理工学院）
提出WT-UMI系统，结合人体演示与遥操作数据，通过力监督规划器预测末端执行器位姿和接触力轨迹，并利用触觉导纳控制器提升全身操控性能。
2026-06-12 cs.RO
Robust Whole-Body Motion Control of Legged Robots
ETH Zürich（苏黎世联邦理工学院）
我们介绍了一种鲁棒控制体系结构的全身运动控制的力矩控制机器人的手臂和腿。该方法是基于接触力的鲁棒控制，以跟踪计划的质心轨迹。它的吸引力在于能够保证鲁棒的稳定性和性能，尽管刚体模型不匹配，致动器动态，延迟，接触面刚度，和未观察到的地面轮廓。此外，我们引入了一个任务空间分解方法，消除了接触力控制器和其他非接触控制器之间的耦合效应。最后，我们验证了我们的控制性能的四足机器人和比较其性能的标准逆动力学方法的硬件。
2017-03-07 cs.RO
Optimisation of Body-ground Contact for Augmenting Whole-Body Loco-manipulation of Quadruped Robots
University of Edinburgh（爱丁堡大学）
足式机器人具有很大的潜力来执行本地操作任务，但它是具有挑战性的，以保持平衡的机器人，而它与环境的互动。在本文中，我们研究了使用额外的接触点，最大限度地提高鲁棒性的本地操作运动。具体而言，身体-地面接触的研究，以提高四足机器人的鲁棒性和操作能力。我们建议为机器人配备尖头：刚性连接到身体的小腿，以确保身体与地面的接触发生在可控的点接触。这些尖头对鲁棒性的影响通过计算最小不可拒绝力（SUF）来量化，SUF是与可行扳手多边形相关的鲁棒性度量。我们应用SUF评估系统的鲁棒性，并提出了一个有效的近似SUF，可以计算在近实时的速度。我们设计了一个基于分层二次规划的全身控制器，当尖头与地面接触时，控制稳定的相互作用。这种使用尖头的新概念和由此产生的控制框架都在硬件上实现，以验证增强的鲁棒性和新启用的本地操作任务的有效性，例如障碍物清除和大型物体的操作。
2020-02-24 cs.RO
Learning Force Control for Legged Manipulation
EPFL（洛桑联邦理工学院）；University of California, San Diego（加利福尼亚大学圣迭戈分校）
该研究提出一种无需力传感的强化学习直接力控制方法，在带臂四足机器人平台实现了柔顺全身操作，支持直观遥操作，是首个学习型全身力控制在足式操作器的部署。
2024-05-20 cs.AI cs.LG cs.RO
Whole-body Motion Control of an Omnidirectional Wheel-Legged Mobile Manipulator via Contact-Aware Dynamic Optimization
State Key Laboratory of Intelligent Manufacturing Equipment and Technology, School of Mechanical Science and Engineering, Huazhong University of Science and Technology（智能制造装备与技术国家重点实验室，机械科学与工程学院，华中科技大学）
提出一种配备灵巧机械臂的全向轮腿四足机器人，通过集成点接触与线接触建模的接触感知全身动态优化框架及统一运动学模型，实现敏捷全向移动与精确操作的实时统一控制。
2025-09-17 cs.RO
LUMO: Designing Luminous Contact Morphology for Repeatable Whole-Finger Contact Observation
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
LUMO通过嵌入式LED和优化横截面的柔顺垫，使手指接触位置外部可观测，结合关节扭矩估计法向力，显著提高位置分离度并降低力估计误差。
2026-09-17 cs.RO
SixthSense: Task-Agnostic Proprioception-Only Whole-Body Wrench Estimation for Humanoids
The Hong Kong University of Science and Technology（香港理工大学）；Zhejiang University（浙江大学）；Tencent Robotics X（腾讯机器人实验室）
本文提出SixthSense，一种基于本体感知和IMU数据的无任务依赖方法，用于估计人类oid的全身接触时间和位置及外部wrench，解决浮动物理动力学和不确定接触位置的难题。
2026-05-02 cs.RO
Toward Geometry-Scalable Whole-Body Touch for Humanoids: A 3D-Printed Conformal EIT Skin
Czech Technical University in Prague（布拉格捷克技术大学）；Eindhoven University of Technology（埃因霍温理工大学）
该研究提出一种3D打印的保形EIT触觉皮肤，通过增材制造工艺实现几何适配，在弯曲原型上18个接触点平均定位误差6mm，可减轻人形机器人触觉覆盖的形态重设计负担。
2026-08-04 cs.RO
