研究团队提出 TRACE，一个面向 Unitree G1 人形机器人的语言条件运动生成与编辑框架，将生成条件锚定在成对训练动作、编辑目标锚定在当前动作上。语言模型从运动数据中学习预测支撑、根节点与手部事件，其时间对齐编码与原始文本共同输入扩散生成器；重力参考状态与轨迹—接触目标用于提升运动学一致性。编辑阶段由类型化请求定义身体—时间范围与相对源目标，参考条件扩散编辑器结合修订事件完成修改，采样时投影保留受保护状态坐标。定量与人工评估显示语义对齐和运动质量优于对比方法，多轮编辑在共享保留约束下执行更可靠，代码已开源。
机器人行业洞察
今日精选
The robotics journal行业消息
研究提出 ReactiveBFM 实时闭环规划-控制框架，通过按计划进行的前缀采样课程，让生成式规划器从并不完美的物理状态中学习误差恢复行为，以缓解级联方案中的累积暴露偏差；并引入异步重规划机制与轨迹分块，协调自回归规划与高频跟踪之间的延迟失配。该框架部署于宇树 G1 人形机器人，实现零样本移动目标到达；在严重扰动下的 sim-to-sim 基准测试中成功率达 93.1%，比级联开环基线高 28.6%。
arXiv 2604.07993v3 提出 HEX，一个面向全尺寸双足人形机器人协调操作的以状态为中心的 VLA 框架。HEX 引入人形对齐的通用状态表示以支持跨异构具身学习，并用专家混合统一本体感受预测器从大规模多具身轨迹数据建模全身协调与时间运动动态；推理时用轻量历史令牌总结过去观察，避免重复编码历史图像。框架还采用残差门控融合机制与流匹配动作头，将视觉-语言线索与本体感受动态结合生成动作。真实人形操作任务实验显示，HEX 在任务成功率和泛化性上达到 SOTA，尤其在快速反应和长时程场景中。
研究提出一种将运动数据仅作为训练先验的学习框架：自监督注意力接触规划器预测未来身体-环境接触，接触条件跟踪器将规划转为协调全身运动，使接触成为感知观测与控制动作之间的接口。单一策略可兼顾数据驱动运动先验与强化学习探索，后续微调阶段可探索原始运动数据未覆盖的环境变化；部署时仅依赖机载观测、无需参考输入。
论文提出双环外骨骼辅助策略：外环生成器以全身人体运动、外骨骼本体感知为主，任务描述为辅助语义线索，经去噪合成未来外骨骼轨迹，并采用三阶段训练分别优化人体运动编码器、本体感知编码器与轨迹生成器。内环从生成器采样多条未来轨迹估计均值与方差，均值作控制参考，方差作为预测可靠性不确定性度量并纳入刚度调节律，在有界集总交互输入下实现输入-状态稳定的柔顺辅助。实验显示该方法较标准基线显著降低肌肉激活水平，并较无辅助条件降低使用者代谢能耗。
论文提出 WholeBodyMem，一种面向人形机器人全身 VLA 策略的物体引导感知记忆模块，用于保留机器人执行目标动作前观察到的物体事件前史。方法用 SAM3 跟踪任务物体，按事件因果地在自适应预算内选取关键帧，动作专家通过交叉注意力结合编码外观、几何与时间的物体 token 读取。作者同时发布 HuMeGo 基准，含 6 个仿真任务与 6 个真实 Unitree G1 任务。结果显示基础策略成功率在仿真中从 29.1% 升至 72.6%，真机从 36.7% 升至 88.3%，标准 SIMPLE 任务从 70.2% 升至 86.9%。
LocoManiLab 发布统一测试平台，覆盖数据采集与生成、策略训练、评估和物理部署。任务套件包含五个家庭场景类别下的 234 个原子与组合任务，配套 51.5 小时仿真遥操作数据。评估在共享控制器下测试十二种策略跨任务/场景划分与扰动水平的表现，并比较两种策略在五种控制器下的差异；成功率在未见任务与场景上下降，且随视觉扰动增强而普遍降低。三个仿真移动操作任务与真实设置高度匹配，三种策略在仿真与真实域中的排名相似。
论文提出 STAMP 框架，通过“机器人—人类—机器人”流程连接独立获取的人形机器人运动：先将两段运动重定向到人类骨架，由学习到的对齐模型对候选位置、朝向和过渡时长排序，再由人类运动先验在选定对齐下生成过渡，最后重定向回机器人并作为参考训练运动跟踪策略。作者在 Unitree G1 与 ROBOTIS K1 上评估生成过渡的跟踪成功率，并用实体机器人演示将独立运动连接成长时程序列。
该论文提出 GlobMP（全局运动规划），将规划与引导统一为一个连续时间规划问题，用分段多项式曲线上的梯度投影方法，在代价降低与可行性恢复之间交替。作者证明：在温和假设下，从细网格起点出发，随着多项式段数增加，代价趋近全局最优，约束可满足任意容差或在稳定实例上精确满足。实验覆盖多达 200 台机器人的团队、Robotarium 测试平台多机器人规划与扩展基准、迷宫导航，以及在双臂人形机器人上引导触觉反应式策略，并报告优于强基线。
PhysibleMDM 在推理阶段优化扩散噪声，无需重新训练运动扩散模型，即可提升生成运动的物理可行性。其约束由运动学检查（地面穿透、滑移、自碰撞）与基于锥规划逆动力学的动力学测试组成，并用 Sep-CMA-ES 求解黑盒优化问题，再以自回归方式串联片段生成长序列。在 SMPL 人形模型的 100 种运动风格上，平均地面穿透、自碰撞穿透与地面滑移分别降低 75%、92%、74%；在自定义双足机器人的 11 个序列上，每序列平均加速度重建误差中位数降低 89.5%，平均逆动力学残差中位数降低 79.5%。
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。
论文研究用于人形机器人运动的 Multi-PBRS（多势函数奖励塑形），并提出统一奖励配置，在九台人形机器人上使用相同奖励结构与权重进行验证，仅需关节/连杆映射和默认姿态等机器人特定元数据，无需逐台重新设计奖励。实验称相比标准塑形，MPBRS 在不同机器人间缩放行为更一致、调优敏感性更低，且不改变最优策略。
论文提出积分自监督方案：用短视教师在每个短窗口独立对IMU积分，从零训练惯性里程计模型，学生虽仅受短窗口速度变化监督，却学会直接预测速度且精度超过教师；再用位姿图蒸馏以多窗口位姿图的序列一致目标精炼模型。该方法在新平台部署时无需采集真值轨迹，只需标定IMU并在正常运行中记录数据。在行人、无人机、四足和人形共六个数据集上，无速度或位置标签训练的模型平均速度误差与同架构有监督基线相差0.07 m/s以内。
研究团队发布 HumanVerse 数据集，包含 500 小时开源世界人类移动操作数据，将第一人称视频与同步的身体和手部运动配对。其人类到人形机器人流程对齐相机视角与手臂外观，并离线优化运动参考和控制器输入以降低末端执行器误差。该流程在宇树 G1 上完成零样本迁移验证，无需目标任务的机器人演示。基于此训练的全身移动操作基础模型 λ₀ 在 SIMPLE 上成功率达 90.0%，真实世界移动操作任务平均成功率 62.5%。
论文提出ExtremControl全身控制框架，将人形机器人遥操作端到端延迟从现有方法约200ms降至最低50ms。作者将仅使用位置的PD控制认定为延迟下限的根本原因，在底层控制中加入缩放速度前馈，使跟踪延迟减少约70ms，并给出可证明最优的前馈比例；控制直接作用于所选刚性连杆（主要是机器人末端）的SE(3)位姿，避免控制回路中的关节空间重定向，并推导出只需一次拟人化标定的闭式笛卡尔空间映射以适配不同体型操作者。系统支持光学动捕与VR追踪，在仿真和真机上验证了速度前馈在强化学习运动控制中的有效性，并演示了乒乓球平衡、杂耍和实时回球等反应性任务。
研究在仿真宇树 G1 上以同一训练方案训练 12 个策略，改变重力、地形几何与地面接触模型（刚性或 3D RFT），并加入地球到月球微调与重力随机化。结果显示重力迁移不对称：地球训练策略在月球平坦刚性地面存活率 0.64–0.75，月球训练及微调策略无法在地球站立，已发布的通用控制器 SONIC 在月球存活率最高 0.10。崎岖地形训练把组合瓦片存活率从地球 0.53 提升到 0.98、月球 0.80 提升到 0.99；在更硬的月球土壤上土壤训练收益有限。作者称月球结果为依赖接触模型与土壤刚度的仿真预测。
研究团队提出 RISE 方法，让人形机器人在推理阶段按任务目标引导跌倒后的起身方式，而非仅追求可靠站起。该方法学习一个由感官反馈连接意图运动与电机动作的恢复词汇表，并用视觉扩散规划器从词汇表执行数据中预测未来身体状态作为运动意图，再由任务代价将预测导向期望朝向、起身速度或路径，生成条件化运动潜变量。仿真实验显示多样化恢复、地形适应与无需重训练的测试时引导，并在宇树 G1 上完成真实世界演示。
研究提出 SP-HLM 框架，以五个任务关键身体姿态加学习到的潜在运动先验构成稀疏姿态接口，替代单一动作表示。其中 SP-VLA 视觉-语言-动作模型通过异步动作分块推理，从多模态观测与语言指令预测稀疏姿态和手指关节位置；SP-MGM 经两阶段蒸馏训练，实时重建全身运动；预训练运动编码器将其映射为紧凑潜在表示；SP-GMT 通用运动跟踪器融合显式稀疏目标与隐式运动先验完成全身控制。仿真与真实人形机器人实验显示，其运动跟踪、全身协调和移动操作成功率优于现有方法。
HuMiT 全身遥操作策略仅以根高度、根速度及当前帧四个稀疏关键点的 SE(3) 位姿作为参考目标，在跟踪保真度上与使用完整关节位置、稠密身体部位变换及未来帧的方法相当。系统从头显串流到策略输出的通信到推理延迟约 20 ms，基于视频的光流延迟中位数为 65 ms。作者在 Unitree G1 人形机器人上验证了接住抛来球体等亚秒级反应及协调移动-操作能力。
研究提出一种轻量落脚点预测模型（FPM），仅用本体感觉和速度指令预测未来落脚点，并只在预测落脚点周围的小块区域采样高程图，从而在策略输入前剔除冗余地形信息。FPM 与行走策略联合训练，并随步态成熟定期用新 rollout 重训。该方法达到给定地形难度所需训练迭代约为使用完整高程图的 1/3，在落脚点稀疏的狭窄围墙走廊和未见地形上优于完整高程图策略，性能与数倍成本训练的注意力编码器相当。策略零样本迁移至 Unitree G1 人形机器人，在室内外穿越障碍、楼梯、间隙和下行台阶。