🤖 AI

CMR: Contractive Mapping Embeddings for Robust Humanoid Locomotion on Unstructured Terrains

本文介绍了收缩映射鲁棒性（Contractive Mapping for Robustness, CMR）框架，该框架通过对比学习和利普希茨正则化将噪声观测映射到收缩潜空间，从而增强了类人机器人在非结构化地形上的运动能力，在理论上限制了回报差距，并在显著的传感器噪声下在实验中优于现有算法。

原作者： Qixin Zeng, Hongyin Zhang, Shangke Lyu, Junxi Jin, Donglin Wang, Chao Huang

发布于 2026-02-04

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Qixin Zeng, Hongyin Zhang, Shangke Lyu, Junxi Jin, Donglin Wang, Chao Huang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个类人机器人正试图走过一个混乱、凌乱的房间，那里有凹凸不平的地板、随机分布的障碍物和闪烁的灯光。对机器人而言，世界是一片混乱的数据：它的传感器充满了噪声，它的“眼睛”（摄像头和高度图）正在发生故障，其内部的平衡感也变得模糊不清。在这种混乱中，普通的机器人可能会因为过度反应每一个微小的故障数据而导致绊倒、踉跄或僵住。

这篇论文介绍了一种名为 CMR（用于鲁棒性的收缩映射，Contractive Mapping for Robustness） 的新方法，旨在帮助这些机器人在感知能力失效时依然能够稳步行走。以下是通过简单的类比对该方法的解释：

1. 问题所在：“噪声回声室”

想象你正试图在一个房间里交谈，每当有人说话时，都会有一个扭曲了的巨大回声重复其话语。如果你试图对这个回声做出反应，这种扭曲会随着每一次重复而变得越来越严重。最终，你将无法理解任何内容。

在机器人领域，这就是“观测噪声”发生的情况。如果机器人的传感器出现轻微偏差（例如，高度图显示台阶高1英寸，但实际为2英寸），标准的机器人可能会过度纠正。这种过度纠正会产生新的误差，进而引发另一次过度纠正，最终导致跌倒。论文称之为误差的“放大”。

2. 解决方案：“海绵”效应

作者提出了一种让机器人处理信息的新方式。机器人不再直接对嘈叠、故障的数据做出反应，而是先将这些数据通过一个特殊的过滤器或“海绵”，即收缩嵌入（Contractive Embedding）。

可以将这个海绵想象成汽车的减震器。

没有海绵时： 如果你撞到一个坑，车身会剧烈颠簸。
有了海螺时： 如果你撞到一个坑，减震器会吸收能量。车身可能会轻微晃动，但这种晃动会越来越小，直到消失。

CMR 对数据起到了同样的作用。它将杂乱的高维传感器数据（例如 15x15 的高度信息网格）压缩到一个更简单的“潜空间（latent space）”中。在这个新空间里，微小的误差（噪声）会随着时间的推移自然缩小。如果机器人在其内部地图中犯了一个小错误，CMR 的数学机制能确保这个错误被“挤压”而非放大，从而保证机器人迈出下一步时的稳定性。

3. 如何学习：“走钢丝”与“地图”

为了构建这个特殊的“海绵”，研究人员结合了两种巧妙的训练技巧，组成了一个完整的系统：

“利普希茨（Lipschitz）”规则（走钢丝）： 想象一位走钢丝的人，他承诺如果他的脚移动了一英寸，他的身体绝不会突然移动超过一英寸，也不会突然向左猛甩三英尺。这被称为“利普希茨约束”。机器人接受训练，以确保其感知的微小变化只会导致微小且受控的变化。这防止了机器人对传感器故障做出剧烈、突兀的反应。
对比学习（地图）： 机器人还需要知道什么是重要的。想象你在迷雾森林中，你需要知道一棵树仍然是一棵树，即使雾气让它看起来很模糊。机器人使用“对比学习”来确保两个相似的地表视图（即使其中一个带有噪声）仍被识别为同一种类型的地形。它在平滑噪声的同时，保持了世界的“形状”完整。

4. 实验结果：在风暴中走钢丝

作者在计算机模拟中使用 Unitree G1 类人机器人对该方法进行了测试。他们向机器人施加了各种混乱情况：

噪声传感器： 他们在机器人的视觉和平衡传感器中加入了随机静电噪声。
复杂地形： 他们让机器人走在不平整的地面、踏脚石和平衡梁上。
随机指令： 他们命令机器人以随机的速度和方向行走。

结果如下：

其他机器人（使用标准方法）在噪声较高时，往往会踉跄、浪费大量能量挥动肢体，或者完全停止移动。
CMR 机器人 则保持了行走。它行进得更远，消耗的能量更少，动作也更加平滑。即使在极端噪声下，机器人也没有惊慌失措，而是持续向前推进。

5. 为什么这很重要（根据论文观点）

论文声称，这是首次将“收缩映射（Contraction Mapping）”这一数学概念（即事物随时间推移而趋于接近的概念）成功应用于教导机器人行走。

他们从数学上证明了，如果机器人使用这种方法，其“理想表现”与“实际表现”之间的差距将被严格限制，即使在传感器表现极差的情况下也是如此。这就像是有一项保证：无论天气多么恶劣，你的汽车悬挂系统都会确保你不会撞到车顶。

简而言之： CMR 教会了机器人忽略传感器中的“静电噪声”，转而专注于行走的稳定节奏，从而确保它不会因自身的困惑而绊倒。

技术摘要：用于非结构化地形鲁棒人型机器人运动的收缩映射嵌入 (CMR)

问题陈述

鲁棒的扰动抑制仍然是人型机器人运动中的一个关键挑战，特别是在具有地形不规则性、驱动扰动和不可靠传感器的非结构化环境中。虽然感知数据（如高度图）增强了地形感知能力，但传感器噪声和模拟到现实（sim-to-real）的差距往往会导致控制策略失稳。现有方法面临显著局限：

基于模型的控制器（如 ZMP, LIP）依赖于严格的假设（固定的质心高度、简化的动力学），难以应对测量不确定性。
基于学习的方法在外部感知传感器引入噪声时（特别是在楼梯或平衡木等复杂地形上）往往无法维持鲁棒性。
现有的鲁棒性技术（如低通滤波器或平滑奖励）需要大量的调优，会降低探索能力，并且往往无法在多样化的机器人系统中实现泛化。
现有的灵敏度控制方法（如通过梯度惩罚实现的 Lipschitz 约束）通常仅限于在低复杂度地形上的基础行走行为。

核心问题在于：缺乏一种系统性的方法，能够在不牺牲任务性能或需要极高工程开销的情况下，确保高自由度（DOF）人型机器人运动对观测噪声的鲁棒性。

方法论

作者提出了收缩映射鲁棒性 (CMR)，这是一个将高维、易受扰动的观测值映射到潜空间（latent space）的框架，在该空间中，局部扰动会随时间衰减。

理论基础

该方法基于收缩映射定理 (Contraction Mapping Theorem)。作者推导了在观测噪声下“回报差距”（performance degradation）的理论界限：

标准系统： 在 Lipschitz 常数 $L_f \geq 1$ 的系统中，观测噪声会导致误差在时间跨度 $H$ 内呈指数级增长，从而导致严重的性能下降。
收缩系统： 通过将状态映射到具有收缩因子 $0 < \kappa < 1$ 的潜空间，该框架确保了轨迹之间的差异随时间缩小。理论分析（定理 2）表明，回报差距被限制在 $O(\frac{\eta}{1-\kappa})$ 以内，其中 $\eta$ 限制了预期的动作差异。至关重要的是，该界限与时间跨度 $H$ 无关，相比非收缩方法，提供了更优的长程鲁棒性。

框架架构

CMR 框架将三个关键组件集成到标准的深度强化学习 (RL) 流水线（具体为近端策略优化，PPO）中：

对比表示学习： 利用 InfoNCE 损失来保持语义判别力，确保潜空间保留任务相关的几何结构，并防止过度的信息丢失。
Lipschitz 正则化： 引入特定的损失项 ( $L_{Lipschitz}$ ) 来显式约束嵌入空间中差异的演化，从而强制执行收缩属性 ( $\kappa < 1$ )。
联合优化： 总训练目标结合了 PPO 损失、对比损失和 Lipschitz 正则化：
$L_{CMR} = L_{InfoNCE} + \lambda \cdot L_{Lipschitz} + L_{PPO}$
其中 $\lambda$ 平衡了语义判别力和动态收缩力。

实现细节

观测值： 系统处理带有噪声的本体感受数据（关节位置/速度、基座姿态）和外部感知数据（自我中心高度图）。
噪声注入： 在训练期间，向感知观测值中注入噪声以模拟现实世界的退化。
兼容性： 该公式作为一种辅助损失项，仅需对现有的深度 RL 流水线进行极小的修改。

核心贡献

新颖框架： 引入了 CMR，这是一个收缩嵌入框架，能够系统地衰减观测扰动，同时保留任务相关的结构。
理论进展： 首次将收缩映射定理应用于基于学习的人型机器人运动，为噪声引起的回归差距提供了严格的界限。
实际集成： 开发了一个简单且有效的训练系统，能够无缝集成到现代深度 RL 流水线中，以极低的技术成本实现鲁棒控制。

实验结果

研究人员在模拟环境（Isaac Gym 和 MuJoCo）中，针对 Unitree G1 人型机器人在多种地形（不平整地面、踏脚石、平衡木）和不同噪声水平下的表现进行了广泛实验。

噪声抑制： 在高噪声条件下（噪声情况 I 和 III-V），CMR 显著优于基准方法（HIM, LCP, Naive PPO）。它保持了稳定的运动，实现了更长的行驶距离，并表现出更低的关节功率消耗和更平滑的控制动作。
泛化能力 (Sim-to-Sim)： 在噪声干扰下的 Isaac Gym 到 MuJoCo 的零样本迁移场景中，与 HIM 基准相比，CMR 展示了卓越的指令跟踪能力和能量效率。
消融研究： 对超参数 ( $\tau$ , $\lambda$ , $\kappa$ ) 的分析确认了轨迹精度与能量消耗之间的权衡，验证了所选默认配置是一个平衡的折衷方案。
潜空间可视化： t-SNE 可视化显示，与基准方法相比，CMR 的潜空间轨迹在噪声下的偏差明显更小，证实了收缩空间的自稳定特性。

意义与主张

论文声称，CMR 代表了鲁棒人型机器人控制迈出的重要一步，因为它：

系统地解决了复杂运动任务中的噪声鲁棒性问题，这是一个此前被确认为开放的研究课题。
提供了理论保证，能够限制由于观测噪声导致的性能下降，超越了启发式的调优。
赋能鲁棒的实机迁移 (Sim-to-Real) 潜力，通过学习可证明能限制噪声传播的收缩状态嵌入。

作者指出，虽然目前的工作侧重于模拟，但他们正在通过真实机器人实验验证其迁移性能，以增强其实际可信度。未来的工作旨在结合多模态感知（如深度摄像头），以处理更精确且复杂的地形。