感知根导向的人形态交互
机器人学
2026-03-03 v1
摘要
人形态交互(HOI)任务的可靠执行受限于通用控制界面和鲁健闭环感知机制的缺失。本文引入感知根导向的人形态交互框架Pro-HOI，为稳健的人形 locomotion-操作提供通用性方案。首先，我们收集适用于实际部署的搬运动作，并通过符号距离场(Signed Distance Field)损失优化渗透伪影。其次，提出新型训练框架，使策略以期望根轨迹为条件，仅将参考运动用作奖励。该设计不仅消除了复杂奖励调参的需求，还将根轨迹建立为高级规划器的通用接口，实现导航与locomotion-操作的同步。进一步为确保运行可靠性，融合实时检测与数字孪生的持久对象估计模块，使机器人能够自主检测滑动并触发再抓取动作。在Unitree G1机器人上的实证验证表明，Pro-HOI在泛化性和鲁健性上显著优于基线方法，实现了在复杂真实场景中可靠的长期执行。
引用
@article{arxiv.2603.01126,
title = {Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction},
author = {Yuhang Lin and Jiyuan Shi and Dewei Wang and Jipeng Kong and Yong Liu and Chenjia Bai and Xuelong Li},
journal= {arXiv preprint arXiv:2603.01126},
year = {2026}
}