运动控制将意图变成受身体和接触约束的动作。导航决定目标和路径,locomotion 实现行走和平衡,全身控制还协调手、脚和躯干。
| 路线 | 作用 | 关键边界 |
|---|---|---|
| 轨迹优化、MPC、WBC | 根据动力学与约束协调动作 | 建模、计算时限、接触切换 |
| 力控与阻抗 | 调节接触力和柔顺性 | 传感带宽、稳定性、工具与材料 |
| 学习策略与动作跟踪 | 从奖励、参考动作或经验学习执行 | 域差异、可实现动作与失稳恢复 |
当前判断 · 2026-10-10 核查
SONIC v4 将运动 token 与本体感知映射为关节目标,再交给 PD;同一体系有参考动作跟踪和任务微调后的自主移动操作,但二者成功定义不同。依据与边界
HIL-SERL v3 的受控接触操作按任务使用速度目标、阻抗或力控制,学习策略与传统控制并不互斥;任务表现依赖奖励、观测和人工重置。依据与边界
现有证据不能由单项平衡、抗扰或抓取演示推断长任务可靠性。分别追踪 locomotion 与运动策略、操作能力 与 系统评测。
历史观察
按发布时点排列,反映本站已收录范围,不代表完整研究时间线。
- TCP4D:面向机器人操作的统一工具中心点跟踪与生成模型
对做本体和数据的工程师,最实用的变化是动作监督的来源:不必为新本体重新录制带状态标注的演示,一段 RGB 视频经 TCP 跟踪与逆运动学重定向就能变成该本体的训练数据。TCP 位姿在这里同时充当跟踪、策略和数据增强的公共接口,真机推理只需 RGB 相机、不依赖深度传感器。
- 面向具身操作的零样本组合泛化:用几何监督跨机器人复用演示
对做本体软件和部署的工程师,实用价值是把"关节标签"换成一个可标定、可冻结的中间层:共享动作坐标 + 每台机器人自己的原生解码器。带来的变化是,以前没采过的机器人—技能组合,可以由别的机器人的演示提供监督,而三个策略骨干沿用自己原有的动作模型结构、流目标与观测条件,改动集中在动作接口这一层。 但要说清落地成本:这不等于"策略侧不用动"。策略必须在新的共享动作坐标上重新训练(接口只提供共享动作目标与原生实现,观测相关的技能判断仍由策略主干从图像、指令和本体状态中学习),训练完成后由目标机器人的解码器把预测动作还原成本体的关节指令去执行;若采用 Full 变体,策略阶段还要额外开启几何(FK)损失,这项损失通过冻结但保留梯度的解码器与 FK 更新策略本身,需要单独训练与评估。所以准确的描述是:骨干架构、流目标、观测条件与训练曝光量不变,动作接口与策略训练适配需要做。 接入点也很明确:每台机器人的运动学描述、关节限位、安装变换与工具标定必须已知;接口层训练完即冻结,运行时按机器人身份切换对应的原生解码器与归一化,动作生成路径不变。另外该方法要求每台机器人都有自己的原生演示数据(每台被评测机器人都出现在策略训练中),因此不能直接用于完全没有任何本体数据的机器人。 另外两点有助于判断能否落地:一是跨机器人监督只是位姿级约束,轨迹连续性、避碰和是否真正接触成功仍要在实际执行中检验;二是论文自己分析指出,只做原生重建不足以确定外机解码结果的物理含义,这正是必须显式引入几何对应的原因。
- ODEAction:把动作块预测换成动作的连续演化
对做机器人本体与控制软件的工程师,最实际的一点是:这是一个可以整体替换的动作头。视觉-语言骨干、训练数据、控制频率和视觉观测更新时刻都能沿用,只需把"一次输出一整段动作"的模块换成"每步只查一次场、再由积分生成动作"的实现;论文的全部实验用前向欧拉法积分,训练侧既不求解 ODE 也不对数值积分反向传播,所以改造工作量主要落在推理侧的每步场查询与积分,以及动作表示和低层控制接口的对齐上。 可以直接拿到运行时观测的抓手是 Boundary Jump(相邻控制指令在块边界处的突变幅度):论文按对应基座策略的块边界时刻计算它,把它当作轨迹连续性的主指标,并报告在 10 个评测单元上它与成功率提升呈强正相关(Spearman ρ=0.939)。这是作者自己数据里的同向观察,说明"把拼接处做平滑"与"成功率更高"在受控对比中同向出现,是有数据指向的改造方向,而不是本文已证明的因果关系。 收益最集中的场景是接触与容差敏感的精细操作,而不是已经接近饱和的任务:LIBERO 上基座已到 96.85%,可用空间有限;EBench 从 15.28% 提升到 24.72%、真机插勺从 25.0% 提升到 55.0%、倒水杯从 70.0% 提升到 90.0%,绝对增益都大得多。真机上末端执行器平均绝对加加速度(EE-MAJ)从 3.01 降到 1.81、边界跳变从 0.14200 降到 0.13100,说明"更平滑"与"更高成功率"这两组指标在作者实验里是同时改善的——但两者是在成功回合上各自统计的,不能互相当作因果证据。
- cuRoboV2-Fast:面向力矩受限无碰撞运动规划的快速规划器
对机器人本体软件工程师,这套思路的实用价值在于把"规划耗时"和"执行耗时"拆成两个独立指标分别处理:TimeOpt 在几何不变的前提下重分配时间,可微逆动力学把负载参数变成运行时数据,同一套规划栈即可覆盖变负载任务;Jetson AGX Orin 上 25.99 ms 的规划时间也说明这类规划器能放进嵌入式部署链路。代码以 Apache 2.0 许可放在 NVIDIA 的 cuRobo 仓库中,可作为开源组件接入现有规划服务。
- ArtifactArena:用模型在物理世界里造出来的东西来评价模型
对做机器人本体软件的人,这是一条"模型造机器人 → 仿真对战 → 排名"的完整回路:模型交出的不是一段说明,而是一份能编译的 MJCF 结构和一段能运行的 Python 控制器,胜负由两台机器人的物理接触算出来,所以改外形、配重或策略会直接改写战绩,这与本体软件里做形态—控制取舍时的反馈回路是对应的,只不过这里的裁判是仿真物理。DLH 那种把模拟器源码、校验器和 shell 一起丢进沙箱让模型自己跑的做法,也对应大家熟悉的"跑仿真回归、让代理改控制器"的用法。评测与选型的人则可以把它当成问答榜单之外的一类观察点,但要注意分数只在 MuJoCo 这一套规则和对手集合里成立。产物与成绩全部出自论文作者自建的仿真竞技场,本文材料中没有第三方复现,应先按作者自报结果看待。
- V2-STRep:以视觉语言模型为基础的结构化任务表示,从生成视频中获取可复用机器人技能
对机器人软件开发者,其参考价值是把必须保持的任务约束与可供规划调整的运动自由度分开表达,而不是要求机器人逐帧追随全部视频姿态。
- FlowVLA:学习流动感知的物理完成状态,用于机器人定量倾倒
对控制软件开发的启示是:可将“怎么动”与“倒够没有”分开建模,并把回正后仍会流出的液体计入停止条件;这是作者实验支持的设计思路,不是通用部署能力证明。
- PhantomTac:利用部署后无需值守的标签劫持机器人触觉系统
对本体软件开发者,论文提示应检查触觉反馈与电机负载、运动状态是否一致,而不只依赖单一触觉阈值;这是作者提出的防御方向,并非已验证的部署效果。
展开其余 28 条历史观察
- GRAIL:从世界模型生成人形机器人移动操作
对开发者的价值是提供一条从已知三维资产生成动作参考、转成机器人动作数据、再训练视觉策略的路线;作者将其定位为遥操作和动作捕捉的补充,而非替代。
- Humanoid SRL:通过额外肢体增强人形机器人的协同行走与操作
对本体软件开发者,这项研究提供了额外机械臂与全身平衡统一控制、上层视觉规划与底层执行分离的设计参考,而非把第三臂当作独立机械手。
- 基于全身模型预测控制与在线参数估计的显著惯性负载人形机器人遥操作
该工作展示了将在线惯性辨识直接接入全刚体预测控制的路径,使未知负载补偿与遥操作中的平衡控制协同工作。
- DemoStream:面向自动化示范学习的批量任务与运动规划优化
作者实验强调:规划能完成任务不等于其示范适合模仿学习,示范优化应关注下游策略效果。
- 用于连续物理人机交互的亚毫秒级反射
为 ROS 2 控制系统提供减少模式切换中断、衔接反射响应的工程路径,而非要求采用单一统一控制策略。工程开放仅按论文声明表述,不等同于独立研究复现。
- 通过广义执行器网络实现肌肉驱动机器人的仿真到现实迁移
提供了一条无需力矩传感器、将复杂执行器学习与已有刚体仿真结合的策略训练路径;场景增删物体不必重新训练执行器网络。
- 从光流到安全:通过无尺度相对运动实现视觉安全认证
该工作的技术意义在于尝试直接以光流中的相对运动构造显式安全约束,并将估计不确定性纳入碰撞锥几何;材料支持的是作者在所述条件下的实现与验证,不支持跨方法性能排名或通用安全能力结论。
- KODA:面向人形机器人从人类第一视角示范中学习的运动学—观测数据对齐
价值在于将可复用的运动—观测记录与控制器专属监督分离,为固定机器人数据补充条件覆盖;跨控制器复用证据限于所测试的 SONIC 与 HEFT。
- 为学习而规划:在 GPU 上实现具有未来学习保证的实时鲁棒自适应控制
将未来可保证的学习收益直接纳入鲁棒规划,使控制器能够利用预期的管束收缩,并选择有助于降低参数不确定性的运动。
- 基于在线接触式几何估计的负载感知四足机器人导航
将负载几何估计与导航策略连接起来,并用循环记忆保留稀疏接触信息,为未知尺寸负载的导航适配提供了研究路径。
- DexFLEX:用于指令引导灵巧操作的接触感知基础控制器
该工作展示了将上游意图表达与接触敏感执行分离的低层控制接口:用预测的接触后果筛选动作,而不只依据动作先验或草案匹配。
- Reflex:视觉驱动的反应式人形机器人控制
这项作者研究展示了通过共享动力学潜表示、冻结控制器来学习视觉接箱的路径,价值在于解耦视觉学习与全身控制,而非证明通用人形技能。
- 一种用于协作机器人运动生成的物理信息碰撞学习框架
为固定工作单元中的双臂规划提供可微的实体间距信号,并展示了边界监督与闭环控制结合的路径。
- 鳗鱼仿生软体机器人的执行器控制与健康实时估计器(REACH)
为软体游泳机器人的执行器退化监测提供了模型驱动方案,并给出特定仿真条件下的传感器选型与布置依据。
- 人形机器人全身控制中的精确 SE(3) 末端执行器跟踪
该研究展示了将显式任务空间几何反馈与学习修正结合的人形全身控制路径,并区分了参考系引入的目标运动与实际动力学扰动。
- 多物体多目标投掷的快速规划
该工作展示了以单目标候选生成和多目标协调分解投掷规划的路径;执行更快与在线响应更快取决于不同搜索策略,并非同一配置同时取得。
- 条件轨迹峰:面向动作块的单次前向多模态策略
提供了一条将轨迹级多模态表示、跨块行为连续性与单次前向推理结合的策略设计路径。
- 通过基于采样的扰动观测器应对仿真到现实的失配:从解析模型到学习型世界模型
价值在于把扰动补偿接入滚动预测与代价查询接口,针对局部持续、与任务相关的失配进行修正,而非完整辨识仿真到现实差距。
- DNPush:面向物体运输的多机器人系统分布式非平行推力控制
将局部方向偏差从需要消除的误差转为推力分配信号,使无机器人间通信的协同推动不再局限于同一直边上的平行接触。
- SAKI:面向长时程移动操作的人类视频技能组装与运动学模仿
作者的消融结果支持:在相同下游求解与反馈条件下,准备可适配的交互参考仍有助于连续任务完成,不能仅靠全身优化和反馈替代这一环节。
- 多机器人轨迹去噪
将无需学习的扩散去噪作为轨迹优化工具,并扩展为解耦、在线和分布式规划,为不同规模与计算条件下的多机器人协调提供方法选择。
- 修订,而非重启:面向闭环世界—动作模型的可修订视觉计划
研究将反馈后的视觉计划修订连接到闭环控制。作者的损失消融提示,视觉预测误差降低不必然带来任务成功率提高。
- STeP:以信号时序逻辑为视觉语言模型动作生成提供精确规范
该研究为“语言推理—执行—监测—重规划”提供了共享的显式规范接口,支持在所测操作任务中将任务完成与约束满足分开评估。
- 具有独立活动腕骨、可实现类人自适应刚度调节的仿人软体机器人前臂
这项作者真机研究为机器人腕部设计提供形态学参考:保留近端腕骨独立自由度、正交肌肉布局和非对称凹凸关节面,可能有助于实现类人刚度调节。
- 估计,而非模仿:复用可微分的基于状态的策略实现视觉运动控制
作者实验支持将感知学习与既有控制器复用分开:状态估计不仅要接近真值,也可按其对下游动作的影响优化;收益及损失权重仍依赖任务。
- CompVLA:面向接触密集操作的可变柔顺视觉—语言—动作模型
将方向性柔顺与主动施力纳入VLA输出,为连接多模态策略和底层接触控制提供了一条具体路线。
- 赢下已赢之局:面向高维黑箱系统的严格到达—避障—保持控制障碍函数
该工作把安全过滤的目标从单纯避险扩展为保留完成任务及保持成果的可能性。理论区分可行性保持与实际到达:进入终端安全集后的保持具有条件保证,但不能据此宣称任意任务策略都必然有限时间到达。
- 通过互联实现抓取:基于粗略物体模板的鲁棒闭合运动
作者结果支持将部分抗几何误差能力直接设计进闭合轨迹,而非完全交给反馈纠错;这是闭合运动规划层面的证据。
关联报告
来源与阅读
- SONIC v4 · §2 / §3 / 补充材料 · 2026-10-10 核查原文;版本、任务条件及证据类型见 T02 基线依据,未运行复现。
- HIL-SERL v3 · §3 / §4 / §6 · 2026-10-10 核查原文;版本、任务条件及证据类型见 T02 基线依据,未运行复现。
