💻 computer science

Kine2Go: Kinematic dataset for the Unitree Go2 robot with diverse gaits and motions

本文介绍了 Kine2Go，这是一个全面的运动学数据集，其包含 800 条多样化的步态轨迹及相应的电机动作，专为 Unitree Go2 机器人设计，并通过一个能够适配各种四足机器人形态、并利用强化学习生成鲁棒且受扰动演示数据的流水线生成。

原作者： Władysław Pałucki, Paweł Siwak, Krzysztof Ciebiera, Marek Cygan

发布于 2026-06-15

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Władysław Pałucki, Paweł Siwak, Krzysztof Ciebiera, Marek Cygan

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

大局观：教机器人狗跳舞

想象一下，你拥有一个全新的、高科技的机器人狗（Unitree Go2）。你希望它能像真正的动物一样奔跑、小跑、旋转和行走。但机器人并不知道如何自然地完成这些动作。如果你只是告诉它“移动”，它可能会乱踢腿、把自己绊倒，或者做出僵硬、不自然的动作。

为了教会它，你需要一位老师。在机器人领域，这位老师通常是一个数据集——一个庞大的“正确”动作库，供机器人模仿学习。

问题在于？虽然我们拥有海量的人类舞蹈动作和人类行走数据，但我们并没有一个好的机器人狗库。现有的数据要么是针对真实动物的（它们的身体构造与机器人不同），要么是针对运动方式不同的其他机器人的。

Kine2Go 就是解决方案。它是一个全新的、庞大的库，包含 800 种不同的运动模式，专为 Unitree Go2 机器人设计。它就像是机器人狗步态的“精选集”专辑，随时准备供研究人员下载和使用。

他们是如何构建它的： “翻译与练习”流水线

作者们不仅仅是拍摄了一段机器人狗奔跑的视频。他们构建了一个三步走的装配线来创建这些数据：

1. 翻译官（运动学重定向）

想象一下，你有一段真实马匹奔驰或真实狗子小跑的视频。你不能直接把那个视频播放给机器人狗看，因为马有四条腿，但其骨骼结构与机器人完全不同。

类比： 这就像是在为电影加字幕。原片（动物动作）是用一种外语（马的解剖结构）讲述的。团队构建了一个翻译器，将这些动作转换成机器人的母语（Go2 的解剖结构）。
结果： 他们提取了来自真实狗、马甚至另一种机器人（Solo8）的运动数据，并通过数学方法将其“重新映射”，使其符合 Unitree Go2 特有的关节和腿长。

2. 教练（强化学习）

一旦有了这些“重映射”后的动作，它们仍然并不完美。机器人可能知道脚应该放在哪里，但不知道如何平滑地到达那里。

类比： 想象一名舞蹈生，虽然记住了编舞动作，但从未练习过。如果他们尝试起舞，可能会踉跄跌倒。作者使用了**强化学习（RL）**作为一名超快速的教练。
运作方式： 他们创建了一个虚拟健身房（使用名为 Genesis 的物理引擎），在这里他们同时运行了 8,192 个模拟过程。机器人无数次地尝试模仿那些“翻译”后的舞蹈动作。每当它踉跄时，教练就会给它一个“差评”。每当它动作流畅时，它就会得到一个“好评”。
结果： 机器人学会了执行这些动作所需的肌肉记忆，包括为了保持平衡所需的特定电机指令（即每个关节要转动多少度）。

3. 录音室（数据采集）

一旦机器人学会了这些动作，团队便记录下了最终的表演。

类比： 这就像是录制最后的音乐会。他们不仅记录了舞蹈动作，还记录了一切：机器人的身体位置、旋转速度、每个关节的位置，以及为了实现这些动作，它向腿部发送的精确电信号（电机指令）。
质量控制： 他们观看视频，并将任何机器人摔倒或撞车的录像全部剔除。他们只保留了那些平滑、稳定、“金标准”级别的表演。

数据集里包含什么？

最终产品 Kine2Go 包含了由 40 种不同的“歌曲”或运动风格 衍生的 800 条独特轨迹。

多样性： 它包括行走、奔跑、小跑、原地转圈、走之字形路径，甚至是一些复杂的动作，如“侧移”（横向移动）。
来源： 他们从四个不同的地方汲取灵感：
1. 真实的狗： 来自真实犬类的动作捕捉数据。
2. 真实的马： 马匹小跑和行走的运动数据。
3. 另一种机器人： 来自名为 Solo8 的不同机器人（其身体形状略有不同，这对他们的翻译器来说是一个严苛的测试）。
4. 电子游戏： 他们使用了一个用户可以控制数字狼进行复杂路径（如正方形和椭圆路径）移动的模拟环境。

为什么这很重要？

论文指出，为了让机器人动作自然，它们需要从多样化的范例中学习，而不仅仅是学习某一个特定的技巧。

“基础模型”的概念： 过去，研究人员训练机器人做一件事情（比如向前走）。现在的目标是训练一个“基础模型”——一个能够理解各种动作并根据你的指令在不同动作间切换的机器人大脑。
缺失的一环： 如果没有一个庞大的范例库供其学习，你就无法构建一个聪明的机器人大脑。Kine2Go 为四足机器人提供了这个库，填补了此前由于大多数大型数据集都是针对人类而导致的空白。

他们没做什么（局限性）

作者坦诚地说明了他们的库中缺失的内容：

无跳跃： 他们尝试教机器人跳跃，但机器人一直摔倒。因此，他们在数据集中去掉了跳跃动作。
无坐姿： 真实的狗可以坐下，但机器人的腿部形状不同。如果他们试图根据狗的动作让机器人“坐下”，机器人的膝盖会陷进地下。为了避免模拟出错，他们跳过了这一步。
仅限平地： 所有数据都是针对平坦地面的。他们目前还没有测试机器人在楼梯或岩石地形上的表现。

总结

Kine2Go 是一个面向机器人研究人员的工具包。它将杂乱的、现实世界的动物运动进行翻译，转化为机器人的语言，利用超快速的虚拟教练教会机器人完美执行这些动作，并保存结果。这使得其他科学家可以跳过繁琐的数据收集工作，直接投入到构建更聪明、更敏捷的机器人狗的研究中。

技术摘要：Kine2Go

问题陈述

机器人技术的快速进步，特别是像 Unitree Go2 这种价格亲民的硬件，激发了人们利用机器学习（ML）技术（如强化学习 (RL) 和行为克隆）进行运动控制的兴趣。然而，一个显著的瓶颈在于获取高质量的演示数据非常困难。虽然 ML 方法通常需要运动学轨迹及其对应的电机级动作来训练鲁棒的策略，但生成此类数据通常需要复杂的流水线并耗费大量时间。

此外，尽管存在针对类人机器人的大规模动作捕捉（MoCap）数据集（例如 Human3.6M、AMASS）以及某些动物物种的数据集，但缺乏类似的、开源的四足机器人资源。现有的四足机器人数据集往往缺乏用于低层控制学习的具体状态-动作展开（state-action rollouts）。此外，基于 RL 的控制在没有经过广泛奖励塑造（reward shaping）的情况下，往往难以产生平滑、自然且对称的步态，而这种塑造过程容易导致奖励黑客行为（reward hacking），且需要繁琐的试错过程。目前的运动模仿方法通常依赖于针对单一动作的单一策略，这限制了创建能够实现多样化步态的通用基础策略的能力。

方法论

作者提出了 Kine2Go，这是一个旨在弥合原始运动数据与 Unitree Go2 机器人可操作 RL 策略之间鸿沟的数据集和流水线。该方法在 Genesis 物理引擎（一个高性能、GPU 加速的模拟器）中实现，包含三个主要阶段：

运动学重定向 (Kinematic Retargeting)：
- 流水线摄取来自不同源形态（狗、马和其他机器人）的动作捕捉数据。
- 模块化的重定向过程将这些源运动映射到 Unitree Go2 特定的 12 自由度（DoF）运动学结构上。
- 逆运动学（IK）求解器逐帧解析关节配置，将重定向后的足端位置视为任务空间目标，以确保运动保持在机器人的可达工作空间内。
- 输出是一个连续的、符合机器人规范的参考轨迹，包含姿态信息，但不含动作数据。
强化学习运动模仿 (Reinforcement Learning Motion Imitation)：
- 针对每个重定向后的参考轨迹，使用目标条件马尔可夫决策过程（MDP）训练专门的控制策略。
- 目标是最小化模拟机器人状态与参考运动之间的跟踪误差。
- 观测空间： 包括本体感受状态（关节位置/速度、基座朝向）以及在 $t+1, t+2, t+10$ 和 $t+30$ 时刻采样的未来参考状态。
- 奖励函数： 对根部位置、线速度/角速度、关节配置以及末端执行器位置偏差进行惩罚的加权项之和。
- 训练： 在 Genesis 引擎中使用近端策略优化（PPO）算法，利用大规模并行化（8,192 个环境）在约 10,000 次迭代中为每个策略训练约 20 亿步。
轨迹采集与过滤 (Trajectory Gathering and Filtering)：
- 一旦策略收敛，便执行随机展开以生成最终数据集。
- 每个展开过程都通过随机化的航向朝向进行初始化，以最大化状态空间的多样性。
- 记录的数据包括关节配置、基座运动学（四元数朝向、角速度）、控制动作（归一化电机指令）以及全局状态。
- 质量控制： 将轨迹渲染为高分辨率视频，并通过人工检查以过滤掉不稳定行为（碰撞、跌倒、跟踪发散）。每个轨迹的前 0.5 秒会被裁剪，以移除策略与参考值同步时的“预热”帧。

核心贡献

Kine2Go 数据集： 一个包含针对 Unitree Go2 机器人的 800 条多样化运动轨迹 的综合数据集。该数据源自 40 个不同的 RL 策略，每个策略都针对唯一的参考运动进行了优化。
多样化的源形态： 该数据集整合了来自四个不同来源的数据：
- AI4Animation： 狗的动作捕捉数据（行走、奔跑、转向）。
- VHDC： 马的动作捕捉数据（小跑、行走）。
- Solo8： 来自另一种四足机器人形态（8 自由度）的数据，提供了具有挑战性的动作，如爬行和跳跃。
- AI4Animation 交互式演示： 用户控制的狼类模拟，生成复杂的路径（椭圆、环形、正方形）。
状态-动作展开： 与纯运动学数据集不同，Kine2Go 提供了重现这些运动所需的对应电机级动作，使其直接适用于行为克隆和离线控制。
可扩展流水线： 作者发布了一个构建在 Genesis 引擎上的流水线，允许研究人员轻松地使用新来源扩展数据集，或将该方法适配到其他四足机器人形态。该流水线针对消费级 GPU 进行了优化，使机器人数据生成大众化。

结果

生成的数据集涵盖了广泛的运动谱系，包括行走、奔跑、小跑、转向、旋转以及复杂的路径跟随（圆圈、正方形、椭圆）。

规模： 由 40 个策略生成的 800 条轨迹，每个策略产生 20 条具有随机初始航向的独立轨迹。
覆盖范围： 数据集包含时长从 5 到 20 秒不等的运动，捕捉了每种步态至少一个完整的周期。
数据结构： 每一帧包含关节位置/速度、基座朝向/速度以及归一化的电机指令。
局限性： 作者指出，涉及跳跃（所有腿部离开地面）的运动因模仿质量较差而被排除。由于形态不兼容（肘部低于地面）需要手动逐帧修正，坐姿动作也被排除在外。所有数据均在平坦地形上采集，且未模拟足底压力传感器数据。

重要性与主张

本文将 Kine2Go 定位为四足机器人领域的基石资源，类似于 AMASS 或 MoCapAct 对类人机器人研究的意义。

降低门槛： 通过提供“开箱即用”的高保真运动学和动作数据方案，该数据集降低了高级运动研究的准入门槛，消除了研究人员构建复杂数据采集流水线的需求。
赋能基础模型： 其主要预期用途是训练和正则化行为基础模型。作者认为，虽然可以通过均方误差（MSE）评估简单的行为克隆，但基础模型需要多样化的数据集来学习运动的一般特征，而非仅仅模仿特定的轨迹。Kine2Go 旨在支持能够根据指令在不同步态间切换的策略开发，从而超越单一运动策略。
从模拟到现实： 该数据集旨在促进在模拟中训练模型，通过 Kine2Go 进行正则化，并最终部署到现实世界以评估鲁棒性。
民主化： 使用 Genesis 引擎和高效流水线的做法旨在实现机器人数据的生成民主化，允许规模较小的研究小组在无需超级计算集群的情况下，实验多样化的步态和形态。

作者谦虚地指出，虽然该数据集解决了四足机器人研究中的关键空白，但复杂基础模型的评估仍是一个开放的研究领域，未来的工作将侧重于扩展数据集以包含特技动作和复杂地形导航。