Dataset-Free Compliant Humanoid Loco-Manipulation with Dynamic Online Posture
作者: Seungho Yeom, Zhenyu Wu, Jaeyoung Huh, Diego Williams, Yuheng Zhi, Soofiyan Atar, Michael Yip
分类: cs.RO
发布日期: 2026-10-05
💡 一句话要点
提出OCLO以解决无数据依赖的人形机器人运动控制问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)
关键词: 人形机器人 运动控制 在线姿态生成 全身合规性 动态环境
📋 核心要点
- 现有的人形机器人运动控制方法依赖于人类运动数据，限制了其自主性和适应性。
- OCLO系统通过在线生成姿态和学习全身合规性，解决了对人类数据的依赖，提升了运动控制的灵活性。
- 实验结果显示，OCLO在多个任务中成功率显著提高，并且在干扰下保持平衡，展示了其优越的性能。
📝 摘要（中文）
大多数人形机器人运动控制器需要依赖人类运动数据来学习全身协调和姿态，导致策略依赖外部数据。本文提出OCLO（在线姿态合规运动控制），该系统无需人类运动数据，仅通过两个末端执行器目标进行指令。由于这些目标无法唯一确定全身姿态，OCLO利用解析可达性先验在线生成骨盆高度和躯干方向，并通过任务无关的成本进行策略循环采样进一步优化。OCLO还通过弹簧-阻尼器模型根据测量的力位移末端执行器参考，学习全身合规性。在仿真中，使用可达性先验的成功率达到77.8%，显著高于未使用先验的37.8%。
🔬 方法详解
问题定义：本论文旨在解决人形机器人在运动控制中对人类运动数据的依赖问题。现有方法通常需要大量的外部数据来学习全身协调和姿态，限制了机器人的自主性和适应性。
核心思路：OCLO系统通过仅依赖两个末端执行器目标，在线生成骨盆高度和躯干方向，避免了对人类运动数据的依赖。该系统利用解析可达性先验和策略循环采样来优化姿态生成。
技术框架：OCLO的整体架构包括两个主要模块：姿态生成模块和合规性学习模块。姿态生成模块根据末端执行器目标和可达性先验生成全身姿态，合规性学习模块则通过弹簧-阻尼器模型调整末端执行器参考以适应外部负载。
关键创新：OCLO的主要创新在于其无需人类运动数据的在线姿态生成能力和全身合规性学习机制。这与传统方法依赖外部数据的本质区别，使得机器人在动态环境中更具适应性。
关键设计：在设计中，OCLO采用了弹簧-阻尼器模型来模拟力的反馈，并通过任务无关的成本函数进行策略优化。此外，姿态生成模块的参数设置和网络结构经过精心设计，以确保在多种任务中的有效性和稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，OCLO在使用可达性先验的情况下，成功率达到77.8%，相比于未使用先验的37.8%有显著提升。此外，OCLO在多个任务中表现出色，能够在末端执行器干扰下保持平衡，展示了其优越的运动控制能力。
🎯 应用场景
该研究的潜在应用领域包括服务机器人、救援机器人和工业自动化等场景。OCLO系统的无数据依赖特性使其能够在动态和未知环境中自主执行复杂任务，具有广泛的实际价值和未来影响。
📄 摘要（原文）
Most humanoid loco-manipulation controllers require human motion data to learn whole-body coordination and posture, leaving policies reliant on external sources to provide this data. We present OCLO (Online-posture Compliant LOco-manipulation), a humanoid loco-manipulation system trained without human motion data and commanded only through two end-effector targets. Because these targets do not uniquely determine whole-body posture, OCLO generates pelvis height and torso orientation online using an analytic reachability prior, further refined through policy-in-the-loop sampling with a task-agnostic cost. OCLO also learns whole-body compliance by displacing end-effector references according to measured forces through a spring-damper model, encouraging the legs, waist, and pelvis to yield to external loads. In simulation, using the reachability prior leads to a 77.8% success rate in acquiring the commanded reference, a vast improvement over the 37.8% success rate accomplished without the prior. Further, refinement reduces end-effector orientation error across all evaluated tasks. The same posture module improves a pretrained SONIC controller on four of five tasks. Without compliance training, policies tend to lose balance under disturbances rather than sacrifice tracking. On a Unitree G1, OCLO maintains balance under end-effector disturbances that cause its ablations to fail and performs seven loco-manipulation tasks, including crouched walking and picking up a box from a low surface. Project website: https://oclo-humanoid.github.io/