HumanoidExo：通过可穿戴外骨骼实现可扩展的全身人形化操控
机器人学
2025-10-06 v1
摘要
人形机器人策略学习的一个重要瓶颈是获取大规模且多样化的数据集，因为收集可靠的真实世界数据在难度和成本上都具有挑战性。为此，我们引入了 HumanoidExo—a 一种将人类动作转化为全身人形化数据的数据收集系统。HumanoidExo 提供了一种高效解决方案，最小化了演示者与机器人之间的 embodiment 差距，从而解决了全身人形化数据稀缺的问题。通过促进更大规模和更多样化数据集的收集，我们的方法显著提升了人形机器人在动态真实场景中的性能。我们在三个具有挑战性的真实世界任务上进行了评估：桌面操作、结合站立-坐下动作的操控以及全身操控。我们的实验结果表明，HumanoidExo 是真实机器人数据中至关重要的补充，因为它使人形机器人策略能够泛化到新环境、仅通过五个真实机器人演示即可学习复杂的全身控制，并且甚至仅从 HumanoidExo 数据中即可获得新技能（如行走）。
关键词
引用
@article{arxiv.2510.03022,
title = {HumanoidExo: Scalable Whole-Body Humanoid Manipulation via Wearable Exoskeleton},
author = {Rui Zhong and Yizhe Sun and Junjie Wen and Jinming Li and Chuang Cheng and Wei Dai and Zhiwen Zeng and Huimin Lu and Yichen Zhu and Yi Xu},
journal= {arXiv preprint arXiv:2510.03022},
year = {2025}
}