跳至正文
原文导读 · 原标题中译

SSR:面向开放世界的稳健对称人形行走(作者论文,arXiv:2605.30770v2)

SSR: Scaling Surefooted and Symmetric Humanoid Traversal Toward the Open World

材料发布 2026-11-10 · arXiv · 作者论文 · 核查 2026-11-15
图2:SSR 框架总览。该策略结合一个循环等变编码器(recurrent equivariant encoder)、一个估计器和一个 MoE 演员(MoE 即混合专家,Mixture-of-Experts),基于第一人称深度图像与时序本体感觉信息,学习在地形间的统一行走。训练过程中,SSR 通过三种机制学习稳健、对称且类人的运动:(a) 想象落足点引导,用于接触前的密集摆动修正;(b) 等变隐空间增广,用于高效的对称性学习;(c) 面向地形的多判别器 AMP(对抗式动作先验,Adversarial Motion Prior)。 图片出处
图9:(a) 人形机器人在一处工业遗产公园完成连续 1.3 公里、40 分钟的长时程穿越,可靠跨越尺寸各异的台阶、高平台、崎岖地面与草地斜坡。我们进一步测试了 (b) 外部扰动下的鲁棒性,包括手推车晃动以及在下行楼梯时受到推力;(c) 高草造成的视觉遮挡;(d) 零样本迁移到分布外(OOD)地形,包括镂空格栅地板、湿滑的手推车、可移动的叉车托盘、净宽 1.3 米的开放式立柱楼梯以及螺旋楼梯。 图片出处

内容摘要

任务:让双足人形机器人在有人居住的环境里走得稳——运动中要靠自带相机判断脚下哪里踩得实、哪里是台阶边缘或空洞,同时保持左右腿协调、动作自然。把落脚安全做成"只在脚触地后"才出现的稀疏信号时,摆动腿还在半空就得不到反馈,容易踩边打滑。

这次改了什么:SSR(作者论文,arXiv 预印本 v2)是单阶段端到端强化学习框架,只用腰部前向深度相机加本体感知直接输出关节动作。三处设计:想象落足点引导——训练时预测摆动腿即将接触的位置(用高斯分布表示),触地前就评估该落点的支撑情况,把稀疏的接触时安全判断变成摆动阶段的稠密信号;等变潜空间对称增广——镜像施加在编码器压出的紧凑潜变量上,不必重新编码深度图、也不必重放镜像后的循环网络记忆状态;按地形分类的多判别器动作先验(AMP,对抗式动作先验)——用各地形类型各自的参考动作约束步态风格。

结果与条件(均为作者自测):仿真以 4,096 个 AgiBot X2 并行训练约 20k 轮(单张 RTX 4090),全部训练难度上成功率接近 100%,并外推到课程范围之外的 90 cm 沟壑与 45 cm 平台;与输入级镜像增广的对照基线 InpSym 相比,峰值显存从 28.8 GB 降到 23.7 GB(18%),训练可在单卡完成。落脚安全性用安全落脚率(SFR,支撑比例高于 75% 的落脚点占比)和平均支撑比例(MSR,逐落脚点平均)衡量,消融中去掉落脚引导或想象分支的降幅最大。真机零样本部署:上楼与下楼 15 cm / 30 cm 均 100.0%(20/20),80 cm 沟壑 95.0%(19/20),40 cm 平台 100.0%(20/20);作者表中另列 Hard Settings 两项,90 cm 沟壑 85.0%(17/20)、45 cm 平台 95.0%(19/20)。户外路线连续走 1.3 km、约 40 分钟无重置。

点评

对做机器人本体软件的工程师,可直接借鉴的有三点:一是把落脚安全判断从"触地之后"提前到"摆动腿还在半空",这属于奖励与信号设计层面的改动,不必替换整套控制栈;二是把左右对称增广从输入级(原始深度图)挪到潜变量级,作者称相对对照基线 InpSym 峰值显存 28.8 GB→23.7 GB、单卡可训;三是"深度图 + 单策略 + 不建图"是一套可照抄的落地组合:腰部 D435i 以 60 Hz 采前向深度,640 × 360 裁剪到 36 × 36,Jetson AGX Orin 上 50 Hz 推理。跨平台结果提示方法可换到不同尺寸本体,但需要在目标机型上从头重训,而不是直接迁移同一策略。

证据身份:全部内容来自作者论文自述(arXiv 预印本 v2),未见独立复现或厂商侧验证,成功率均为作者在自家条件下的测量。实机每种地形仅 20 次试验,样本量小;仿真对照基线为 HPL 与 PIM,作者报告二者随难度上升迅速退化,不宜据此做跨论文横向排名;论文图表中曲线上的具体数值未以文本形式出现在抓取内容里,只有定性描述,故本报告不引用这些数值。表中带 ★ 的两项(90 cm 沟壑、45 cm 平台)被作者单列为 Hard Settings。附录中 DR02 的逐项成功率只以表格形式给出、没有逐项说明,跨平台结论基于在 DR02 上从头重训而非同一策略直接迁移。作者自列的局限包括:固定前视深度相机覆盖有限、强光镜面反射会扭曲局部几何、想象落足点用单高斯难以表示踏步石等稀疏地形上的多支撑、镜像对称假设不适用于明显左右不对称的本体或单侧任务、主要关注足地接触而未涉及上身接触。

版本与核查范围

版本 2605.30770v2 · 原文定位与程序检查、独立上下文模型复核;不代表独立研究复现。。依据已核查材料整理;未运行模型或机器人。

原文与定位

  • 原文链接 #abstract1.1;#S1.p4.1;#S3.SS3.p1.1;#S4.SS2.SSS0.Px3.p1.1;#S4.SS2.SSS0.Px1.p1.1;#S4.SS2.SSS0.Px2.p1.1;#S4.T2.1;#S4.SS3.SSS0.Px2.p1.1;#A5.p1.1;#S4.SS1.SSS0.Px1.p1.1;#S4.SS1.SSS0.Px2.p1.1;#S6.p1.1