RoboMMT: Learning Stable Tracking of Modulated Expressive and Interactive Robot Motion
作者: Till Hielscher, Kai O. Arras
分类: cs.RO
发布日期: 2026-10-19
💡 一句话要点
提出RoboMMT以解决动态不稳定平台上机器人运动稳定性问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱四：生成式动作 (Generative Motion) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)
关键词: 机器人运动 人机交互 动态稳定性 表达性运动 模块化控制 运动跟踪 物理控制 任务特定策略
📋 核心要点
- 现有方法在动态不稳定平台上执行表达性运动时，容易导致机器人失去平衡，尤其是当运动表达与物理控制脱钩时。
- 论文提出RoboMMT，通过模块化控制架构将表达性运动合成与物理控制相结合，实现动态稳定的机器人运动跟踪。
- 实验结果表明，RoboMMT在四足和人形机器人上均能保持稳定和准确的运动跟踪，显著优于未覆盖调制领域的跟踪器。
📝 摘要（中文）
表达性机器人运动可以提升人机交互的自然性、有效性和可接受性。然而，在动态不稳定的平台上，表达性运动的反应执行可能使机器人接近稳定极限，尤其是在表达性与物理控制脱钩时。本文提出RoboMMT（机器人调制运动跟踪），一种模块化控制架构，结合了参数化的表达性运动合成、基于物理的角色控制和对空间交互目标的反应适应。我们的方法在广泛的表达性领域中训练参考条件跟踪策略，使其能够忠实实现指令运动，同时保持动态稳定性。通过在四足机器人和两个人形机器人上的评估，证明所学跟踪器在整个调制领域内保持稳定和准确，而未覆盖此领域的跟踪器则失去平衡或跟踪精度。
🔬 方法详解
问题定义：本文旨在解决在动态不稳定平台上执行表达性机器人运动时的稳定性问题。现有方法在此场景下容易导致机器人失去平衡，尤其是当表达性运动与物理控制脱钩时。
核心思路：RoboMMT通过模块化控制架构，将参数化的表达性运动合成与基于物理的角色控制相结合，形成一个能够在动态环境中保持稳定的跟踪策略。该设计旨在确保机器人能够忠实执行指令运动，同时保持动态稳定性。
技术框架：RoboMMT的整体架构包括三个主要模块：参数化的表达性运动合成模块、基于物理的角色控制模块和反应适应模块。通过训练参考条件跟踪策略，机器人能够在广泛的表达性领域中进行稳定的运动跟踪。
关键创新：最重要的技术创新在于将表达性运动合成与物理控制紧密结合，形成一个闭环的目标适应机制。这使得机器人能够在执行复杂运动时，保持动态稳定性，避免失去平衡。
关键设计：在训练过程中，采用轻量级的任务特定交互策略来调节参考生成器的空间目标吸引点，同时保持稳定的跟踪策略在循环中。具体的参数设置和损失函数设计未在摘要中详细说明，需参考原文获取更多细节。
🖼️ 关键图片
📊 实验亮点
实验结果显示，RoboMMT在四足机器人上进行重扰动下的真实机器人实验时，成功实现了零-shot的仿真到现实转移，保持了稳定的执行和高精度的跟踪能力。与未覆盖调制领域的跟踪器相比，RoboMMT显著提高了运动的稳定性和准确性。
🎯 应用场景
该研究具有广泛的应用潜力，特别是在服务机器人、娱乐机器人和人机协作领域。通过提升机器人在动态环境中的稳定性和表达性，能够增强人机交互的自然性和有效性，进而推动机器人技术在实际应用中的普及与发展。
📄 摘要（原文）
Expressive robot motion can improve naturalness, effectiveness, and perceived likability in human-robot interaction. When deployed on dynamically unstable platforms, however, reactive execution of expressive body motion may bring the robot to its stability limits, especially when expressivity is decoupled from physical control. In this paper, we present RoboMMT (Robot Modulated Motion Tracking), a modular control architecture that couples parameterized expressive motion synthesis, physics-based character control, and reactive adaptation to spatial interaction goals. Our approach trains a reference-conditioned tracking policy across a broad domain of expressivity, enabling it to faithfully realize the commanded motions while maintaining dynamic stability. Goal reactivity is achieved by training lightweight, task-specific interaction policies that modulate the reference generator's spatial goal-attraction point, with the stabilizing tracking policy kept in the loop. Evaluations on a quadruped and two humanoid robots show that the learned tracker remains stable and accurate across the entire modulation domain, whereas trackers trained without this coverage lose balance, tracking accuracy, or both. We show that layering closed-loop goal adaptation over this foundation enables interactive facing and pointing behaviors, while maintaining stable execution and comparable reference-tracking fidelity. The robot learns to proactively redistribute its weight and take corrective steps. Zero-shot sim-to-real transfer is demonstrated through real-robot experiments on a quadruped under heavy disturbances.