HiWET: Hierarchical World-Frame End-Effector Tracking for Long-Horizon Humanoid Loco-Manipulation
本文提出了 HiWET，这是一个分层强化学习框架，通过将控制方式重新构建在世界坐标系下以消除累积漂移，并引入运动学流形先验以确保动作符合运动学有效性，从而实现精确且稳定的长时程类人机器人全身运动控制。
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
想象一下，一个类人机器人就像一位非常有才华但略显笨拙的舞者，同时还在尝试抛接球。这位舞者需要移动双脚以到达舞台上的特定位置（运动控制），同时还要用双手在空中画出一个完美的爱心形状（操作控制）。
大多数以往的机器人舞者存在一个问题：它们以“身体坐标”进行思考。如果舞者的脚滑了一下或者踉跄了一下，它们的大脑就会对手在现实世界中的位置感到困惑。这就像是在纸上画一条直线，但同时有人在不断摇晃桌子；线条最终会变得歪歪扭扭，偏离目标。
HiWET 是这些机器人的一种全新的“大脑”，它通过改变它们的思考方式解决了这个问题。以下是它的工作原理，通过简单的概念进行拆解：
1. 双脑系统（分层控制）
HiW экс instead of 一个大脑试图同时完成所有事情，HiWET 使用了一个两级团队：
- “队长”（高层策略）： 这个大脑观察大局。它生活在“世界坐标系”中，这意味着它清楚地知道机器人在舞台上的确切位置以及目标（如爱心形状）在房间里的位置。它不担心膝盖如何弯曲，它只下达指令：“我们需要把脚向左移动以到达那个点，同时我们的手需要抬高。”它负责设定目标。
- “舞者”（低层策略）： 这个大脑处理物理细节。它接收队长的目标，并计算出如何精确移动腿部和手臂的每一个关节，以实现目标且不摔倒。它运行得非常快，进行微小的调整以保持平衡。
2. “运动流形先验”（KMP）
这是论文中的“秘密武器”。想象一下教一个人画画。如果你要求他们从零开始画一个圆，他们可能会很吃力。但如果你给他们一个模板（引导工具），并让他们在进行微调的同时进行描摹，他们就能完美地完成。
HiWET 使用了 运动流形先验 (Kinematic Manifold Prior, KMP)，它充当了那个模板的角色。
- 在机器人甚至开始学习之前，它就被赋予了一个预训练的“指南”，该指南知道移动手臂或躯干以触及目标的各种基本且安全的方式。
- 机器人不需要从零开始学习如何移动手臂；它只需要学习为了使动作完美且稳定所需的 残差修正（即微小的调整）。
- 这防止了机器人尝试做出不可能或危险的动作，使它的学习过程更快、更安全。
3. 解决“摇晃的桌子”问题
当机器人行走时，它的身体会跳动和偏移。如果机器人仅通过观察自己的身体来了解手的位置，那么即使手在房间里是很稳的，在机器人的感知中，手看起来也会剧烈晃动。
HiWET 通过始终关注 世界坐标系 来解决这个问题。即使机器人的脚滑了或身体抖动了，“队长”也清楚地知道目标在房间里的确切位置，并指挥“舞者”进行补偿。这就像一名走钢丝的人，眼睛始终盯着终点线，而不是盯着自己摇晃的双脚。
4. 他们测试了什么
研究人员在真实的机器人（Unitree G1）和计算机模拟中测试了该系统。
- 测试内容： 他们要求机器人走到不同的位置，并在空中用手画出复杂的形状（如星形、爱心和螺旋形）。
- 结果： 机器人在行走、深蹲和移动双脚的同时，能够非常精确地绘制这些形状（与目标的误差约为 12 毫米）。
- “零样本”魔力： 他们完全在计算机模拟中训练机器人，然后直接将其应用到真实的机器人上，无需任何额外的调优。机器人立即投入工作，证明了该系统的鲁棒性。
总结
简而言之，HiWET 是一种控制类人机器人的新方法，它将“去哪里”与“如何移动”分离开来。通过使用预训练的指南来辅助手臂动作，并严格关注任务在现实世界中的位置（而非仅仅关注机器人自身的身体），它使得机器人能够在行走和操作物体的同时，达到以往方法无法实现的精准度和稳定性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。