SynAgent：基于 Solo-to-Cooperative Agent Synergy 的通用可协作人类操作
计算机视觉与模式识别
2026-04-22 v1 图形学
机器人学
摘要
可控的协作人类操作是具身智能的基础性难题，由于数据稀缺、多智能体协调复杂以及跨物体的泛化能力有限。本文提出 SynAgent，一个统一框架，利用 Solo-to-Cooperative Agent Synergy 将单智能体人体-物体交互技能迁移至多智能体人体-物体-人场景，从而实现可扩展且物理上可信的协作操控。为保持运动迁移期间的语义完整性，我们引入基于 Delaunay 四分量化构建的交互保持性 retargeting 方法，忠实维护人与物体之间的空间关系。基于此精细化数据，我们提出单智能体预训练-适应范式，通过去中心化训练和多智能体 PPO，从丰富的单人数据引导协同协作行为。最后，我们开发基于条件 VAE 的轨迹条件生成策略，通过多教师蒸馏从动作模仿先验实现稳定可控的对象级轨迹执行。大量实验表明，SynAgent 在协作模仿和轨迹条件控制中均显著优于现有基线方法，并能跨 diverse object geometry 实现泛化。代码与数据将在论文发布后提供。项目页面: http://yw0208.github.io/synagent
引用
@article{arxiv.2604.18557,
title = {SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy},
author = {Wei Yao and Haohan Ma and Hongwen Zhang and Yunlian Sun and Liangjun Xing and Zhile Yang and Yuanjun Guo and Yebin Liu and Jinhui Tang},
journal= {arXiv preprint arXiv:2604.18557},
year = {2026}
}