论文
登录后可查看剩余解析次数。
标签筛选
人形机器人全身控制
PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations
发表：2025/12/15
人形机器人全身控制人形机器人学习对比学习框架状态表示学习方法数据高效强化学习
本文提出了PvP框架，通过利用本体状态与特权状态之间的互补性，解决了人形机器人全身控制中的样本效率问题。该框架无需手工设计数据增强，能够学习紧凑且与任务相关的潜在表示，实现更快的策略学习。实验表明，PvP在速度跟踪和动作模仿任务中显著改善了样本效率和性能，推动了人形机器人学习的发展。
03
Humanoid Whole-Body Badminton via Multi-Stage Reinforcement Learning
发表：2025/11/14
人形机器人全身控制基于强化学习的训练管道动态环境下的动作生成羽毛球动作控制多阶段强化学习
该论文提出了一种基于强化学习的训练流程，用于开发人形机器人羽毛球运动的统一全身控制器，实现下肢步法与上肢击打的协调，无需运动先验或专家演示。训练分为三阶段，经过验证显示在模拟和现实环境中都具备高动态、精准的击打能力。
02
GMT: General Motion Tracking for Humanoid Whole-Body Control
发表：2025/6/18
人形机器人全身控制普遍运动跟踪框架自适应采样策略动作专家混合架构多样化运动跟踪
本文提出了通用运动跟踪框架GMT，旨在让类人机器人在现实世界中追踪多样化的全身运动。其关键在于自适应采样策略和运动专家混合架构，前者在训练中平衡了简单与困难动作，后者提升了运动流形的专业化。通过广泛的实验，GMT展示了在多种运动中的先进性能。
02
KungfuBot: Physics-Based Humanoid Whole-Body Control for Learning Highly-Dynamic Skills
发表：2025/6/15
人形机器人全身控制高动态动作模仿物理约束动态跟踪双层优化框架机器人技能学习
本文提出了一种名为的基于物理的类人机器人控制框架，旨在通过多步骤运动处理和自适应运动追踪，学习模仿高动态人类行为如功夫和舞蹈。通过双层优化动态调整追踪精度，显著降低跟踪误差并成功应用于机器人，展示出稳定而生动的表现。
03
ExBody2: Advanced Expressive Humanoid Whole-Body Control
发表：2024/12/18
人形机器人全身控制表达性动态动作生成基于人体动作捕捉的控制策略机器人运动学自适应优化全身运动跟踪算法
本文提出了一种先进的人形机器人全身控制方法ExBody2，旨在实现动态与表现力兼备的全身运动，同时保持稳定性与鲁棒性。该方法通过训练并转移人类运动捕捉与模拟数据，结合了对全身速度与身体关键点的解耦，最终生成可执行行走、蹲下和跳舞的控制策略，并探讨了多功能性与特定运动表现之间的权衡。
03