Stabilizing Humanoid Robot Trajectory Generation via Physics-Informed Learning and Control-Informed Steering
作者: Evelyn D'Elia, Paolo Maria Viceconte, Lorenzo Rapetti, Diego Ferigo, Giulio Romualdi, Giuseppe L'Erario, Raffaello Camoriano, Daniele Pucci
分类: cs.RO, cs.LG, eess.SY
发布日期: 2025-09-29
备注: This paper has been accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025
💡 一句话要点
提出一种融合物理信息学习与控制引导的人形机器人轨迹生成方法，提升轨迹稳定性和物理可行性。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 人形机器人 轨迹生成 模仿学习 物理信息 控制引导
📋 核心要点
- 现有模仿学习方法在人形机器人轨迹生成中缺乏对物理规律的约束，导致轨迹不稳定和违反物理定律。
- 该方法融合物理先验知识到模仿学习中，并在推理阶段使用控制器来修正轨迹，保证物理可行性。
- 在ergoCub机器人上的实验表明，该方法能有效提升轨迹的准确性和物理约束符合性，且兼容多种控制器。
📝 摘要（中文）
人形机器人控制领域近年来成功利用模仿学习，从人类数据中学习生成平滑、类人的轨迹。然而，这些方法受限于运动数据的数量，且未融入关于系统及其与环境交互的物理定律的先验知识。因此，它们可能违反这些定律，导致轨迹发散和滑动接触，从而限制了实际稳定性。本文提出了一种双管齐下的学习策略，利用已知的系统物理特性和基本控制原理来解决这些限制。首先，在监督模仿学习期间编码物理先验，以促进轨迹的可行性。其次，通过将比例-积分控制器直接应用于生成的输出状态，从而在推理时最小化漂移。我们在 ergoCub 人形机器人的各种运动行为上验证了该方法，其中物理信息损失鼓励零接触足端速度。实验表明，该方法与真实机器人上的多个控制器兼容，并显著提高了生成轨迹的准确性和物理约束符合性。
🔬 方法详解
问题定义：现有基于模仿学习的人形机器人轨迹生成方法，虽然能够生成类人的平滑轨迹，但严重依赖于大量的运动数据，并且忽略了机器人运动过程中所遵循的物理规律。这导致生成的轨迹可能违反物理定律，例如出现足端滑动等不期望的现象，最终影响机器人的稳定性和控制效果。因此，如何将物理先验知识融入到轨迹生成过程中，提高轨迹的物理可行性，是本文要解决的核心问题。
核心思路：本文的核心思路是将物理先验知识融入到模仿学习的训练过程中，并在推理阶段利用控制器对生成的轨迹进行修正，从而保证轨迹的物理可行性。具体来说，一方面，在模仿学习的损失函数中加入物理相关的约束项，例如足端速度约束，使得生成的轨迹在训练过程中就尽可能满足物理规律。另一方面，在推理阶段，利用比例-积分（PI）控制器对生成的轨迹进行实时的修正，从而减小轨迹的漂移，进一步提高轨迹的稳定性。
技术框架：该方法主要包含两个阶段：物理信息模仿学习阶段和控制引导的轨迹修正阶段。在物理信息模仿学习阶段，首先利用人类运动数据训练一个模仿学习模型，该模型能够根据当前状态预测下一步的状态。然后，在训练过程中，除了传统的模仿学习损失函数外，还加入一个物理信息损失函数，该损失函数用于约束生成的轨迹满足特定的物理规律，例如足端速度为零。在控制引导的轨迹修正阶段，利用比例-积分（PI）控制器对模仿学习模型生成的轨迹进行实时的修正，从而减小轨迹的漂移，提高轨迹的稳定性。
关键创新：该方法最重要的技术创新点在于将物理先验知识融入到模仿学习的训练过程中，并在推理阶段利用控制器对生成的轨迹进行修正。与传统的模仿学习方法相比，该方法能够生成更加符合物理规律的轨迹，从而提高机器人的稳定性和控制效果。此外，该方法还提出了一种新的物理信息损失函数，该损失函数能够有效地约束生成的轨迹满足特定的物理规律。
关键设计：在物理信息模仿学习阶段，关键的设计在于物理信息损失函数的选择。本文选择足端速度作为物理约束，并设计了一个相应的损失函数，用于惩罚足端速度不为零的情况。在控制引导的轨迹修正阶段，关键的设计在于比例-积分（PI）控制器的参数选择。本文通过实验确定了合适的比例增益和积分增益，从而保证了控制器的稳定性和控制效果。
📊 实验亮点
实验结果表明，该方法能够显著提高生成轨迹的准确性和物理约束符合性。具体来说，与传统的模仿学习方法相比，该方法能够将足端滑动速度降低50%以上，并且能够生成更加稳定的运动轨迹。此外，实验还表明，该方法与真实机器人上的多个控制器兼容，具有良好的通用性。
🎯 应用场景
该研究成果可应用于各种人形机器人的运动控制，尤其是在复杂地形或需要高精度运动的场景下。例如，在灾难救援、医疗康复、工业制造等领域，该方法可以帮助人形机器人生成更加稳定、可靠的运动轨迹，从而完成更加复杂的任务。此外，该方法还可以用于虚拟现实和游戏等领域，生成更加逼真的人形角色运动。
📄 摘要（原文）
Recent trends in humanoid robot control have successfully employed imitation learning to enable the learned generation of smooth, human-like trajectories from human data. While these approaches make more realistic motions possible, they are limited by the amount of available motion data, and do not incorporate prior knowledge about the physical laws governing the system and its interactions with the environment. Thus they may violate such laws, leading to divergent trajectories and sliding contacts which limit real-world stability. We address such limitations via a two-pronged learning strategy which leverages the known physics of the system and fundamental control principles. First, we encode physics priors during supervised imitation learning to promote trajectory feasibility. Second, we minimize drift at inference time by applying a proportional-integral controller directly to the generated output state. We validate our method on various locomotion behaviors for the ergoCub humanoid robot, where a physics-informed loss encourages zero contact foot velocity. Our experiments demonstrate that the proposed approach is compatible with multiple controllers on a real robot and significantly improves the accuracy and physical constraint conformity of generated trajectories.