OmniXtreme: Breaking the Generality Barrier in High-Dynamic Humanoid Control
作者: Yunshen Wang, Shaohang Zhu, Peiyuan Zhi, Yuhan Li, Jiaxin Li, Yong-Lu Li, Yuchen Xiao, Xingxing Wang, Baoxiong Jia, Siyuan Huang
分类: cs.RO
发布日期: 2026-02-27
💡 一句话要点
OmniXtreme：突破高动态人形机器人控制的泛化性瓶颈
🎯 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) 支柱八：物理动画 (Physics-based Animation)
关键词: 人形机器人控制 运动技能学习 流匹配 强化学习 泛化性 高动态运动 物理仿真 机器人驱动
📋 核心要点
- 现有方法在处理多样性运动库时，难以兼顾运动跟踪的保真度和泛化性，尤其是在高动态运动的真实机器人控制中。
- OmniXtreme通过解耦通用运动技能学习和物理技能改进，利用流匹配策略和高容量架构来提升表示能力，避免多运动强化学习的干扰。
- 实验结果表明，OmniXtreme在多样且高难度的运动数据集上保持了高保真度的跟踪，并在真实机器人上成功执行了多个极限运动。
📝 摘要（中文）
高保真运动跟踪是通用人形机器人运动技能的终极考验。然而，现有策略常常遇到“泛化性瓶颈”：随着运动库多样性的增加，跟踪保真度不可避免地下降，尤其是在高动态运动的真实世界部署中。我们将这种失败归因于两个复合因素：扩展多运动优化中的学习瓶颈，以及真实世界驱动中出现的物理可执行性约束。为了克服这些挑战，我们引入了OmniXtreme，一个可扩展的框架，它将通用运动技能学习与从仿真到真实的物理技能改进解耦。我们的方法使用具有高容量架构的流匹配策略来扩展表示能力，而无需进行干涉密集的多运动强化学习优化，然后进行驱动感知改进阶段，以确保在物理硬件上的稳健性能。大量实验表明，OmniXtreme在各种高难度数据集上保持高保真跟踪。在真实机器人上，统一策略成功执行多个极限运动，有效地打破了高动态人形机器人控制中长期存在的保真度-可扩展性权衡。
🔬 方法详解
问题定义：现有高动态人形机器人控制方法在面对大规模、多样化的运动库时，难以同时保证运动跟踪的保真度和泛化能力。尤其是在真实机器人上部署时，由于物理执行的限制，性能会显著下降。现有的多运动强化学习方法容易陷入局部最优，难以扩展到复杂的运动场景。
核心思路：OmniXtreme的核心思路是将通用运动技能的学习与针对真实机器人物理特性的技能优化解耦。首先，通过流匹配策略学习一个通用的运动表示，然后，针对具体的机器人硬件进行驱动感知的优化，从而提高在真实环境中的鲁棒性。这种解耦的设计避免了在复杂运动库上进行端到端强化学习的困难。
技术框架：OmniXtreme框架主要包含两个阶段：1) 通用运动技能学习阶段：使用流匹配策略训练一个高容量的运动策略网络，该网络能够学习到各种运动的通用表示。2) 物理技能优化阶段：针对真实机器人的物理特性，对运动策略进行优化，以确保在真实环境中的可执行性和鲁棒性。该阶段考虑了机器人的驱动能力和物理限制。
关键创新：OmniXtreme的关键创新在于将通用运动技能学习与物理技能优化解耦。传统的端到端强化学习方法难以处理大规模、多样化的运动库，而OmniXtreme通过解耦，可以分别针对通用运动表示和物理执行进行优化，从而提高了泛化能力和鲁棒性。另一个创新是使用流匹配策略进行运动表示学习，相比于传统的强化学习方法，流匹配策略更加稳定和高效。
关键设计：在通用运动技能学习阶段，使用了高容量的神经网络架构，例如Transformer，来学习运动的通用表示。流匹配策略通过最小化预测运动轨迹与目标运动轨迹之间的差异来训练网络。在物理技能优化阶段，设计了一个驱动感知的损失函数，该损失函数考虑了机器人的驱动能力和物理限制。此外，还使用了域随机化技术来提高在真实环境中的鲁棒性。
🖼️ 关键图片
📊 实验亮点
OmniXtreme在多个高难度运动数据集上实现了高保真度的运动跟踪，显著优于现有的强化学习方法。在真实机器人实验中，OmniXtreme成功执行了多个极限运动，例如跳跃、翻滚等，验证了其在真实环境中的鲁棒性和泛化能力。实验结果表明，OmniXtreme有效地打破了高动态人形机器人控制中长期存在的保真度-可扩展性权衡。
🎯 应用场景
OmniXtreme技术可应用于各种人形机器人控制任务，例如运动技能学习、人机交互、康复训练等。该技术能够使人形机器人更加灵活、智能地执行各种复杂运动，从而在服务、医疗、娱乐等领域发挥重要作用。未来，该技术有望推动人形机器人在真实世界中的广泛应用。
📄 摘要（原文）
High-fidelity motion tracking serves as the ultimate litmus test for generalizable, human-level motor skills. However, current policies often hit a "generality barrier": as motion libraries scale in diversity, tracking fidelity inevitably collapses - especially for real-world deployment of high-dynamic motions. We identify this failure as the result of two compounding factors: the learning bottleneck in scaling multi-motion optimization and the physical executability constraints that arise in real-world actuation. To overcome these challenges, we introduce OmniXtreme, a scalable framework that decouples general motor skill learning from sim-to-real physical skill refinement. Our approach uses a flow-matching policy with high-capacity architectures to scale representation capacity without interference-intensive multi-motion RL optimization, followed by an actuation-aware refinement phase that ensures robust performance on physical hardware. Extensive experiments demonstrate that OmniXtreme maintains high-fidelity tracking across diverse, high-difficulty datasets. On real robots, the unified policy successfully executes multiple extreme motions, effectively breaking the long-standing fidelity-scalability trade-off in high-dynamic humanoid control.