Interaction-Aware Whole-Body Control for Compliant Object Transport
作者: Hao Zhang, Yves Tseng, Ding Zhao, H. Eric Tseng
分类: cs.RO, cs.AI
发布日期: 2026-07-20
💡 一句话要点
提出交互感知的全身控制方法以解决物体运输问题
🎯 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: 全身控制 物体运输 生物启发 强化学习 交互感知 机器人技术 稳定性
📋 核心要点
- 现有方法在处理强烈且变化的交互力时，难以实现稳定的全身控制，尤其是在复杂的物体运输任务中。
- 本文提出的IO-WBC方法通过生物启发的设计，将上半身交互与下半身支持分离，从而增强机器人的稳定性和适应性。
- 实验结果表明，IO-WBC在多种场景下保持了稳定的全身行为，显著提升了机器人在复杂环境中的物体运输能力。
📝 摘要（中文）
在非结构化环境中，协作物体运输对助理人形机器人仍然具有挑战性，因为强烈且变化的交互力使得以跟踪为中心的全身控制变得不可靠，尤其是在紧密接触的支持任务中。本文提出了一种生物启发的交互导向全身控制（IO-WBC），其功能类似于人工小脑，能够将上游（技能级别）指令转化为在接触下稳定且物理一致的全身行为。该方法结构上将上半身的交互执行与下半身的支持控制分离，使机器人在紧密耦合的机器人-物体系统中保持平衡并塑造力的交换。通过强化学习（RL）策略来管理在重载交互和扰动下的身体响应，经过大量实验验证，IO-WBC能够在精确速度跟踪变得不可行时，仍然保持稳定的全身行为和物理交互，支持在广泛场景下的顺应性物体运输。
🔬 方法详解
问题定义：本文旨在解决在非结构化环境中，助理人形机器人在物体运输任务中由于强烈交互力导致的全身控制不稳定问题。现有方法在处理动态交互时表现不佳，难以保证机器人在复杂环境中的稳定性。
核心思路：论文提出的IO-WBC方法通过模拟生物小脑的功能，将技能级别的指令转化为稳定的全身行为，结构上分离了上半身的交互执行与下半身的支持控制，以增强机器人的适应能力和稳定性。
技术框架：该方法的整体架构包括一个轨迹优化参考生成器（RG）和一个强化学习（RL）策略。RG提供运动学先验，而RL策略则在重载交互和扰动下管理身体响应。
关键创新：IO-WBC的主要创新在于其生物启发的设计和结构分离，使得机器人能够在复杂的交互环境中保持稳定的全身行为，这与现有的以跟踪为中心的控制方法形成鲜明对比。
关键设计：在技术细节上，RL策略在模拟环境中训练，随机化负载质量/惯性和外部扰动，并通过不对称的教师-学生蒸馏方法进行部署，使得学生在运行时仅依赖本体感知历史。该设计确保了在实际应用中的高效性和稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，IO-WBC在多种复杂场景下保持了稳定的全身行为，尤其在精确速度跟踪不可行时，仍能有效管理物体运输的交互力，提升了机器人在重载情况下的表现。
🎯 应用场景
该研究的潜在应用领域包括助理机器人、物流运输、医疗辅助等场景，能够显著提升机器人在复杂环境中的物体运输能力，具有重要的实际价值和未来影响。
📄 摘要（原文）
Cooperative object transport in unstructured environments remains challenging for assistive humanoids because strong, time-varying interaction forces can make tracking-centric whole-body control unreliable, especially in close-contact support tasks. This paper proposes a bio-inspired, interaction-oriented whole-body control (IO-WBC) that functions as an artificial cerebellum - an adaptive motor agent that translates upstream (skill-level) commands into stable, physically consistent whole-body behavior under contact. This work structurally separates upper-body interaction execution from lower-body support control, enabling the robot to maintain balance while shaping force exchange in a tightly coupled robot-object system. A trajectory-optimized reference generator (RG) provides a kinematic prior, while a reinforcement learning (RL) policy governs body responses under heavy-load interactions and disturbances. The policy is trained in simulation with randomized payload mass/inertia and external perturbations, and deployed via asymmetric teacher-student distillation so that the student relies only on proprioceptive histories at runtime. Extensive experiments demonstrate that IO-WBC maintains stable whole-body behavior and physical interaction even when precise velocity tracking becomes infeasible, enabling compliant object transport across a wide range of scenarios.