需要两个：人形机器人之间的交互式全身控制学习
机器人学
2025-10-14 v1 多智能体系统
摘要
人形机器人的真正承诺远超单智能体自主性：两个或更多人形机器人必须以物理为基础、社交上富有意义的全身交互，呼应人类社交互动的丰富性。然而，单人形方法存在孤立问题，忽略了 inter-agent dynamics，导致接触不对齐、相互穿透和不真实的运动。为此，我们提出 Harmanoid，一个 dual-humanoid motion imitation 框架，将交互式人类动作传递到两个机器人，同时保持 kinematic 忠实性和物理真实性。Harmanoid 包含两个关键组件：(i) contact-aware motion retargeting，通过将 SMPL 接触对齐到机器人顶点来恢复 inter-body coordination；(ii) interaction-driven motion controller，利用 interaction-specific rewards 来强制 coordinated keypoints 和物理可信的接触。通过显式建模 inter-agent 接触和 interaction-aware dynamics，Harmanoid 捕获了人形机器人之间耦合行为，而单人形框架天然忽略的这些行为。实验表明，Harmanoid 在此类情景下显著改进了交互式动作模仿，超越了大多数在此类情景下失败的单人形框架。
引用
@article{arxiv.2510.10206,
title = {It Takes Two: Learning Interactive Whole-Body Control Between Humanoid Robots},
author = {Zuhong Liu and Junhao Ge and Minhao Xiong and Jiahao Gu and Bowei Tang and Wei Jing and Siheng Chen},
journal= {arXiv preprint arXiv:2510.10206},
year = {2025}
}