InterPrior：面向基于物理的人类-物体交互的可扩展生成控制

人类几乎不会以显式的全身动作进行整体交互计划。高层次意图（如 affordance）定义目标，而协调的平衡、接触和操作可从底层物理和运动先验中自然涌现。可扩展这些先验是实现人类oid（humanoid）在多样化情境下组合和推广 loco-manipulation 技能，同时保持物理一致的全身协调的关键。为此，我们引入InterPrior，一个通过大规模模仿预训练和 post-training 强化学习学习的统一生成式控制器。InterPrior 首先将全参考模仿专家蒸馏为灵活的、以目标为条件的变分策略，该策略从多模态观察和高层意图中重构运动。尽管蒸馏后的策略能重构训练中的行为，但由于大规模人类-物体交互的庞大配置空间，泛化性仍不足。为此，我们采用物理扰动进行数据增强，然后进行强化学习微调，以提升对未见目标和初始状态的能力。通过这些步骤，重构的潜在技能被整合为有效的潜在空间，生成可超越训练数据推广的运动先验，例如即可融合与未见物体的交互行为。我们进一步展示了其在用户交互式控制和真实机器人部署中的有效性。