HuBE：面向人形机器人的跨具身类人行为执行框架

在人形机器人的类人运动生成中，同时实现行为相似性和适当性仍然是一个开放挑战，而跨具身适应性的缺乏进一步加剧了这一挑战。为解决此问题，我们提出了 HuBE，一个双层闭环框架，该框架整合了机器人状态、目标姿态和上下文情境以生成类人行为，确保行为相似性和适当性，并消除了运动生成与执行之间的结构不匹配。为支持该框架，我们构建了 HPose，一个包含细粒度情境标注的上下文丰富的数据集。此外，我们引入了一种基于骨骼缩放的数据增强策略，确保在异构人形机器人之间实现毫米级兼容性。在多个商业平台上的综合评估表明，HuBE 在运动相似性、行为适当性和计算效率方面显著优于现有基线，为在不同人形机器人上实现可迁移的类人行为执行奠定了坚实基础。