Compliant GMT: Making General Motion Tracking Compliant via Residual Reference Adaptation

📄 arXiv: 2610.22119v1 📥 PDF

作者: Venki Parsuram, Michelle Wang, Jin-Hyuk Hong, Pulkit Agrawal

分类: cs.RO

发布日期: 2026-10-15

备注: Project website: https://venki1899.github.io/c-gmt/

💡 一句话要点

提出C-GMT框架以解决通用运动跟踪中的合规性问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱八：物理动画 (Physics-based Animation)

关键词: 通用运动跟踪 合规性 类人机器人 残差适配器 本体感知 安全性 鲁棒性

📋 核心要点

  1. 现有的通用运动跟踪方法在应对扰动时表现出僵硬性，导致不安全的行为，缺乏合规性。
  2. C-GMT框架通过引入残差适配器，结合本体感知历史信息，实现了通用运动跟踪与合规响应的有效结合。
  3. C-GMT在运动跟踪精度和合规性方面表现优于现有技术，且在模拟和实际实验中展示了更高的安全性和鲁棒性。

📝 摘要（中文）

本文提出了C-GMT（Compliant GMT），一个模块化框架，旨在实现全身合规响应的通用运动跟踪。随着类人机器人在现实世界中的应用，它们不仅需要执行各种动作，还需安全、稳健地应对交互力。现有的通用运动跟踪策略虽然能够模仿多样的动作，但训练过程中往往过于僵硬，导致在扰动下出现意外和不安全的行为。C-GMT通过引入残差适配器，利用预训练的通用运动跟踪器的广泛性，同时结合本体感知历史信息，实现了通用运动跟踪与全身合规响应的统一。与现有的最先进技术相比，C-GMT在运动跟踪精度和合规性方面均表现出竞争力，并在模拟和实际G1实验中展示了更好的安全性、鲁棒性和容错能力。

🔬 方法详解

问题定义：本文旨在解决现有通用运动跟踪方法在面对扰动时的僵硬性和不安全性问题。现有方法通常只关注动作模仿，缺乏对交互力的合规响应能力。

核心思路：C-GMT的核心思路是利用预训练的通用运动跟踪器的广泛性，同时通过残差适配器引入合规性，基于本体感知历史信息进行条件调整，从而实现更安全的运动跟踪。

技术框架：C-GMT框架包含两个主要模块：一是通用运动跟踪器（GMT），用于从大规模动作捕捉数据集中学习多样化动作；二是残差适配器，负责根据本体感知历史信息调整输出，实现合规响应。

关键创新：C-GMT的创新在于将合规性与通用性结合，通过残差适配器实现对历史信息的动态调整，显著提升了机器人在复杂环境中的适应能力。

关键设计：在设计中，C-GMT采用了特定的损失函数来平衡运动跟踪精度与合规性，网络结构中引入了多层感知器以处理本体感知数据，确保合规响应的实时性与准确性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

C-GMT在运动跟踪精度和合规性方面均优于现有最先进的技术，实验结果显示其在模拟和实际G1实验中，安全性和鲁棒性显著提升，具体性能数据未详述，但整体表现令人满意。

🎯 应用场景

该研究的潜在应用领域包括服务机器人、医疗辅助机器人以及人机交互系统等。通过实现更安全、合规的运动跟踪，C-GMT能够在复杂和动态的环境中更好地与人类进行互动，提升机器人在实际应用中的可靠性和安全性。

📄 摘要（原文）

We propose Compliant GMT (C-GMT), a modular framework for full-body compliant responses in general motion tracking. As humanoid robots move into real world deployment, they not only need to perform any motion but also respond safely and robustly to interaction forces. Existing general motion tracking policies can imitate diverse motions but are trained to be stiff, leading to unexpected and unsafe behaviors under disturbance. Prior work in compliant humanoid control trades off compliance and generality. There exist examples of full-body compliant responses, but these are heavily curated to single-reference policies. On the other hand, general motion trackers (GMT) are trained to rigidly imitate massive motion capture datasets. Our key insight is to leverage the generality of pretrained GMTs for motion tracking while introducing compliance from a residual adapter that conditions on a history of proprioception. This enables our approach, C-GMT, to achieve both general motion tracking and whole-body compliant responses. Compared to state-of-the-art general motion trackers and single-motion compliant policies, C-GMT demonstrates competitive performance in both motion tracking accuracy and compliance adherence. We further demonstrate improved safety, robustness, and error tolerance in simulation and real-world G1 experiments.