用于人形机器人自适应运动鲁棒仿真到现实迁移的对比表征学习
机器人学
2025-09-17 v1
摘要
强化学习在人形机器人运动方面取得了显著进展，然而，在真实世界部署中仍存在一个根本性困境：策略必须在鲁棒的反应式本体感知控制的鲁棒性与复杂、脆弱的感知驱动系统的主动性之间做出选择。本文通过引入一种范式来解决这一困境，该范式为纯粹的本体感知策略注入了主动能力，从而在不付出部署时成本的情况下实现感知的前瞻性。我们的核心贡献是一个对比学习框架，它迫使行动者的潜在状态编码来自仿真中的特权环境信息。至关重要的是，这种“蒸馏出的感知”赋能了一个自适应步态时钟，使策略能够基于对地形的推断理解来主动调整其节奏。这种协同作用解决了僵硬的时钟步态与不稳定的无时钟策略之间的经典权衡。我们通过在完整尺寸的人形机器人上进行零样本仿真到现实迁移来验证我们的方法，展示了在包括30厘米高台阶和26.5度斜坡在内的挑战性地形上的高度鲁棒运动，证明了我们方法的有效性。网站：https://lu-yidan.github.io/cra-loco。
引用
@article{arxiv.2509.12858,
title = {Contrastive Representation Learning for Robust Sim-to-Real Transfer of Adaptive Humanoid Locomotion},
author = {Yidan Lu and Rurui Yang and Qiran Kou and Mengting Chen and Tao Fan and Peter Cui and Yinzhao Dong and Peng Lu},
journal= {arXiv preprint arXiv:2509.12858},
year = {2025}
}