CoCarry：面向双人形机器人协同搬运的接触-支撑结构化重定向
研究团队发布 CoCarry 数据集，含 220 条同步双人协同搬运序列，覆盖 21 种任务方案、5 种共享物体几何、4 种地形，总时长约 61 分钟。配套提出接触-支撑结构化重定向方法，围绕同一预设物体轨迹联合优化两台人形机器人，用物体局部手部锚点保持四手抓取关系。220 条序列重定向至两台 A3 人形机器人后接触保持率 0.9995，穿透时长较 GMR、OmniRetarget 分别降低 67.0% 和 71.0%，成功率 100%；在 Unitree G1 上的 CORE4D 测试接触保持率 0.9906、滑动为零，并经物理仿真与两台实体 A3 实验验证。
发布于 10-27 10:54来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《CoCarry: Contact-Support-Structured Retargeting for Dual-Humanoid Cooperative Carrying》查看原链
arXiv:2610.32460v1 公告类型：新论文 摘要：大规模人体运动数据、运动重定向和运动模仿的最新进展，使单个人形机器人的全身控制能力不断增强。 协同搬运更具挑战性，因为成功的协调不仅需要合理的个体运动，还需要跨智能体以及智能体与物体之间一致的关系，包括共享抓取、相对构型和全身支撑。
我们提出 CoCarry，这是一个协同搬运数据集，包含 220 条同步双人序列，覆盖 21 种任务方案、五种共享物体几何形状、四种地形类型，约 61 分钟的运动数据。 我们进一步提出接触-支撑结构化重定向方法，该方法从名义个体运动出发，围绕同一条预设物体轨迹对两个人形机器人进行联合优化。
协作感知的物体局部手部锚点保持兼容的四手抓取关系，而互补的上部物体交互结构和下部支撑结构则保留物体相对几何与协调支撑。 在全部 220 条 CoCarry 序列重定向到两台 A3 人形机器人上时，我们的方法实现 0.9995 的接触保持率，相比 GMR 和 OmniRetarget 分别将穿透持续时间降低 67.0% 和 71.0%，并保持 100% 的重定向成功率。
在 Unitree G1 人形机器人的 CORE4D 上，该方法实现 0.9906 的接触保持率，测得滑动为零。 我们进一步通过物理仿真和两台实体 A3 人形机器人的多次真实世界协同搬运实验验证生成的参考轨迹，证明其可用于下游双人形机器人控制。