PTDL:Multi-Terrain Fall Recovery via Phase-Terrain Decoupled Learning
作者: Xiaoyu Xu, Zhiming Chen, Yuenan Zhao, Ran Song, Wei Zhang
分类: cs.RO
发布日期: 2026-06-08
💡 一句话要点
提出PTDL以解决多地形下人形机器人跌倒恢复问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 人形机器人 跌倒恢复 相位-地形解耦 运动控制 多地形适应
📋 核心要点
- 现有方法在处理跌倒恢复时，往往忽视了跌倒后的接触阶段，导致恢复效果不佳。
- PTDL通过相位-地形解耦学习，分别在相位和地形上进行训练监督，提升了恢复与运动的效果。
- 在29自由度的Unitree G1机器人上进行的实验表明，PTDL实现了稳定的跨地形恢复和差异化的跌倒后恢复行为。
📝 摘要（中文）
人形机器人在非结构化环境中可能会在坡道、碎石和不平坦的地面上跌倒。本文针对集成的跌倒恢复与运动控制，提出了一种新的方法PTDL，通过相位-地形解耦学习，利用本体感知在跌倒状态下重建平衡并恢复行走。现有方法往往只停留在准静态恢复阶段，忽视了跌倒后的接触阶段，或者在混合地形上训练时未能有效分离恢复与运动阶段，导致在不同表面上采用单一的妥协恢复策略。PTDL通过在相位和地形轴上解耦训练监督，使用单一的本体感知策略，成功实现了跨地形的稳定恢复和流畅的恢复到运动的过渡。
🔬 方法详解
问题定义：本文旨在解决人形机器人在多地形环境中跌倒后的恢复问题。现有方法往往停留在准静态恢复阶段，未能有效处理跌倒后的接触阶段，导致恢复策略的局限性。
核心思路：PTDL的核心思想是通过相位-地形解耦学习，分别在相位和地形上进行训练监督，从而在一个策略下实现有效的跌倒恢复与运动控制。这样的设计使得机器人能够在不同地形上选择合适的恢复策略。
技术框架：PTDL的整体架构包括两个主要模块：相位轴的双运动先验判别器和地形轴的地形分层恢复塑形。前者通过投影重力门控连接跌倒恢复与命令行走，后者则为不同地形提供特定的训练监督。
关键创新：PTDL的最大创新在于相位和地形的解耦训练，使得机器人在不同地形上能够灵活选择恢复策略，而不是依赖于单一的妥协策略。这种方法显著提升了机器人在复杂环境中的适应能力。
关键设计：在训练过程中，使用了投影重力门控的双运动先验判别器，并在地形轴上采用地形分层恢复塑形，确保机器人在平坦地面、碎石和坡道等不同表面上都能有效恢复。
🖼️ 关键图片
📊 实验亮点
实验结果表明，PTDL在29自由度的Unitree G1机器人上实现了在平坦地面、碎石和坡道上稳定的跨地形恢复，恢复到运动的过渡过程流畅，且在不同地形上的恢复行为表现出明显的差异化。这些结果表明PTDL在多地形环境中的有效性和优越性。
🎯 应用场景
该研究的潜在应用领域包括服务机器人、救援机器人和户外作业机器人等。通过提高机器人在复杂地形中的跌倒恢复能力，能够显著提升其在实际环境中的工作效率和安全性，具有重要的实际价值和未来影响。
📄 摘要（原文）
Humanoid robots can fall on slopes, gravel, and uneven ground in unstructured environments. We target integrated fall recovery and locomotion: rebuilding balance from a fallen state using proprioception alone and resuming velocity-commanded walking at the fall site. Prior methods often stop at quasi-static rise, neglect the post-fall ground-contact phase, or, when trained on mixed terrains without separating recovery and locomotion phases or per-surface constraints, collapse to a single compromise get-up across surfaces. We propose Phase--Terrain Decoupled Learning (PTDL), which decouples training supervision along phase and terrain axes while deploying one proprioceptive policy. On the phase axis, projected-gravity-gated dual motion-prior discriminators and a probe-to-walk transition link post-fall recovery to commanded walking. On the terrain axis, terrain-stratified recovery shaping assigns surface-specific training supervision on flat ground, gravel, and slopes; terrain labels are training-only and withheld from policy observations, enabling implicit post-fall strategy selection at deployment. We validate PTDL on a 29-DoF Unitree G1 across flat ground, gravel, and slopes up to 20 degrees in simulation and on hardware, achieving stable cross-terrain recovery, smooth recovery-to-locomotion transitions, and differentiated post-fall rise behaviors under one deployed policy.