面向人形机器人移动操作的时空偏好运动重定向
论文提出时空重定向（STR）方法，利用视觉语言模型选择相关运动信号与身体部位，并据此识别关键帧，为关键帧分配更多求解器迭代、为选定部位赋予更高交互权重，以替代统一的逐帧迭代预算。同时引入力学感知接触锚定（MCA），用近似物体力旋量模型细化物体表面接触位置。在此基础上开发时空强化学习（STRL），结合自适应关键阶段采样与基于目标接近度和接触力的奖励。在Unitree G1仿真和Unitree R1真机实验中，STR以更低计算成本提升了几何接触覆盖率与连续性，并改善了下游物体交互任务的完成度。
发布于 10-23 23:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Motion Retargeting with Spatiotemporal Preferences for Humanoid Loco-Manipulation》查看原链
人类运动重定向通过将人类演示转换为全身控制与移动操作的参考轨迹，弥合人与机器人之间的形态差异。 在物体交互任务中，成功执行取决于在关键阶段准确保留身体与物体的关系。 然而，统一的逐帧迭代预算无法兼顾这些局部精度需求，限制了重定向的计算效率。
为解决这一限制，我们提出时空重定向（STR），利用关键帧和关键身体部位来分配优化资源。 具体而言，视觉语言模型选择相关运动信号和身体部位，并根据所选信号的变化识别关键帧。 基于这些选择，STR为关键帧分配额外的求解器迭代次数，并为选定部位赋予更高的交互权重。
为进一步提升接触保真度，我们引入力学感知接触锚定（MCA），利用近似物体力旋量模型细化物体表面接触位置，同时保留选定的表面方向。 基于生成的参考轨迹，我们开发了时空强化学习（STRL），将自适应关键阶段采样与基于目标接近度和物体接触力的接触奖励相结合，用于下游控制。
在Unitree G1上的仿真实验和在Unitree R1上的真实世界实验表明，STR以更低计算成本提升了几何接触覆盖率和连续性，同时生成的参考轨迹改善了多种物体交互运动的下游任务完成度。