技术摘要：通过去中心化以物体为中心的控制实现多类人机器人拾取与运输

问题陈述

近期人形机器人运动操纵（loco-manipulation）的进展使得单个机器人能够拾取并运输不同尺寸和重量的物体。然而，许多现实世界的负载对于单个人形机器人来说仍然过于庞大、沉重或形状不规则。这些任务需要机器人团队在通过共享负载进行交互的同时，协调全身运动。现有的协作式人形机器人运输方法较为稀缺，通常依赖于解析模型、固定的团队规模或特定的领航者-跟随者（leader-follower）假设。此外，先前的基于学习的方法在无需针对特定任务重新设计的情况下，难以在变化的团队规模、连接布局和物体几何形状之间进行泛化。

核心挑战在于开发一种基于学习的框架，用于实现多类人机器人的协作式运动操纵，该框架需支持可变规模的团队、多样化的物体几何形状以及无缝的机器人间交接，且无需直接的机器人间通信或精确的全局位姿指令。

方法论

去中心化以物体为中心的控制 (decMHT)

作者引入了 decMCT，一种去中心化、以物体为中心的控制抽象。该框架将单机器人拾取、协作式多机器人运输以及机器人间的交接统一在单一策略之下。

1. 接口设计：
系统依赖于提供给每个机器人的两种主要输入：

• 连接规范 ($A(r)$)： 在回合开始时提供的局部几何定义。它指定了一个相对于机器人躯干的局部连接坐标系、两个对称的连接点（左侧和右侧）以及一个前部净空距离。至关重要的是，它并不描述完整的负载几何形状，这使得相同的表示法能够处理紧凑的箱子、细长的长条或不规则的面板。
• 以物体为中心的指令 ($C_{pl}$)： 一个高层指令，指定物体参考坐标系（例如其质心）的期望平面速度、偏航率和高度。该全局指令通过基于机器人连接偏移量的固定刚性变换，转换为每个机器人的局部指令 ($C_{cf}^{(r)}$)。

2. 控制架构：
系统采用分层去中心化架构，每个机器人仅使用局部观测值独立执行相同的策略：

• 低层运动策略 ($\pi_l$)： 一个预训练且冻结的神经网络，将指令的基座速度、偏航率和躯干高度转换为腿部关节目标。
• 高层操纵策略 ($\pi_h$)： 一个循环策略（两层 LSTM），接收本体感受状态、连接规范、局部指令和模式标志作为输入。它输出目标上半身关节位置和运动指令。模式标志 ($m^{(r)}$) 使机器人能够在 闲置（维持标称姿态）和 追踪（接近、连接并追踪物体）之间切换。

3. 训练方法：
高层策略使用 独立近端策略优化 (IPPO) 在仿真环境（使用 Agility Robotics Digit V3 模型的 IsaacLab）中进行训练。

• 课程学习： 训练从单机器人拾取和运输任务开始，逐步过渡到辅助接触形成、无辅助持握、高度追踪以及完整的指令追踪阶段。
• 微调： 单机器人策略在双机器人协作回合中进行微调，以使控制器接触到共享负载的耦合动力学。
• 泛化策略： 策略从未在 $N \ge 3$ 的机器人环境下进行训练。对更大规模团队（最多 10 台机器人）的评估是零样本（zero-shot）完成的。
• 领域随机化： 为确保鲁棒性和从仿真到现实（sim-to-real）的迁移，训练包含了传感器噪声、摩擦力、电机刚度和外部扰动的随机化。

核心贡献

1. decMHT 抽象： 引入了一种高层的、以物体为中心的接口，支持可变的团队规模、连接布局和物体几何形状，且无需针对特定任务进行重新设计。
2. 分层去中心化控制： 开发了一种控制架构和训练课程，使人形机器人能够仅通过局部观测值，通过共享物体进行协作。
3. 可扩展性与零样本迁移： 在仿真中证明，仅在最多两台机器人上训练的单一控制器即可支持多达十台人形机器人的团队，涵盖多种物体几何形状和连接配置，包括跨越不同高度差的交接。
4. Sim-to-Real 验证： 在两台真实的 Digit V3 人形机器人上成功部署，实现了协作式物体操纵，且无需额外的现实世界微调。

实验结果

可扩展性与性能

• 团队规模： 系统在 $N \in \{1, \dots, 10\}$ 台机器人的团队中进行了评估。所有团队规模的拾取成功率均保持在 97% 以上。运输质量通常随团队规模增加而提高；线性与高度追踪误差降低，且负载倾斜显著减少（对于一台机器人，RMS 倾斜度为 8.04°；对于十台机器人，降至 1.21°）。
• 负载质量： 该策略实现了对高达 50 kg 负载的零样本泛化，远超训练质量范围（0.5–1.5 kg）。增加团队规模可以使系统在提升更重负载的同时保持稳定性。
• 物体几何形状： 该框架无需重新训练即可泛化至未见的几何形状（金属柜、冰箱、木头、床、混凝土板）。虽然拾取成功率在各种物体上都很高，但“床”（重且抓取区域薄）最具挑战性，decMHT 的成功率为 85.2%，而单机器人训练的消融实验仅为 44.1%。

对比分析

• 对比单机器人训练 (decMHT(1))： 单机器人训练的策略实现了相当的拾取率，但在运输过程中表现出更高的追踪误差、掉落率和负载倾斜。这表明，虽然连接抽象捕捉到了提升的力学特性，但多机器人微调对于学习稳定运输所需的耦合动力学是必要的。
• 对比集中式及专用基准： 尽管 decMHT 采用的是去中心化、无模型的方法，但其表现与基于关节状态训练的集中式基准以及针对特定物体重新训练的专用基准相当。
• 运输成本 (CoT)： 能量效率 (CoT) 从一台到两台机器人时急剧上升，但随着团队规模扩大趋于平缓。对于所有多机器人团队，decM�{MHT} 均保持了比单机器人消融实验更低的 CoT。

交接能力

系统成功演示了在静态、动态（移动物体）和跨高度（不同海拔）配置下的机器人间交接。decMHT 在动态场景中表现优于单机器人消融实验，尤其是在接收机器人必须在物体运动时建立接触的情况下。

Sim-to-Real 迁移

该方法在两台真实的 Digit V3 人形机器人上得到了验证。通过使用外部传感器估计连接坐标系位姿，机器人通过仅切换模式标志，便成功执行了单机器人拾取、多机器人协作运输和交接，且无需任何策略修改或现实世界微调。

意义与主张

本文声称是首个展示了可在机器人现实仿真中实现跨不同团队规模泛化的、学习型去中心化多类人机器人运动操纵框架，并能部署在真实人形机器人硬件上的研究。

作者强调，基于连接的抽象捕捉到了协调所需的本质结构，使得在单机器人任务上训练的策略能够非平凡地迁移到协作场景中。然而，作者也指出，显式的多机器人训练对于学习提高运输稳定性和效率的特定协调动力学是有益的。

这项工作凸显了通用的以物体为中心的控制接口如何统一多样化的操纵模式（拾取、运输、交接），并在无需复杂的全局规划或直接的机器人间通信的情况下，扩展到大规模团队，填补了当前协作式人形机器人领域的空白。