Robot Motion Transition with a Human Motion Prior

📄 arXiv: 2610.30817v2 📥 PDF

作者: Taehyun Byun, Taemoon Jeong, Yoonbyung Chai, Woojin Wie, Insu Park, Kyungjae Lee, Sungjoon Choi

分类: cs.RO

发布日期: 2026-10-22 (更新: 2026-10-23)

备注: 9 pages, 4 figures

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出STAMP框架以解决人形机器人运动连续性问题

🎯 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 运动跟踪 运动生成 时空对齐 运动先验

📋 核心要点

  1. 现有方法在将独立获取的人形运动连接成连续序列时存在不足，尤其是在边界条件的选择上。
  2. STAMP框架通过机器人-人类-机器人过程，利用人类运动先验和学习的对齐模型来实现运动的平滑过渡。
  3. 实验结果表明，STAMP在Unitree G1和ROBOTIS K1上成功生成了长时间序列的运动，展示了其有效性。

📝 摘要（中文）

人形运动跟踪策略能够再现多样的行为，但将独立获取的运动连接成连续序列仍然具有挑战性。现有的插值方法在连接边界姿态时未考虑相对位置、朝向和时机是否适合过渡。生成的运动先验可以产生更丰富的运动，但不当的边界安排可能导致过度的移动、转向或其他意外动作。本文提出了基于运动先验的时空对齐框架STAMP，通过机器人-人类-机器人过程连接独立获取的人形运动。STAMP利用人类运动空间提取丰富的运动先验，并在机器人实现中重用过渡知识。其关键组件是学习的对齐模型，用于确定运动插值的边界条件。

🔬 方法详解

问题定义：本文旨在解决人形机器人运动的连续性问题，现有方法在连接独立获取的运动时未能有效考虑运动之间的边界条件，导致生成的运动不够自然。

核心思路：STAMP框架通过引入人类运动先验和学习的对齐模型，利用人类运动空间的丰富信息来优化运动过渡，确保生成的运动序列更为流畅。

技术框架：STAMP的整体架构包括三个主要阶段：首先，将两种运动重定向到人类模型；其次，使用对齐模型评估候选的边界条件；最后，在选定的对齐条件下生成过渡运动，并将其重定向到机器人。

关键创新：STAMP的主要创新在于其学习的对齐模型，该模型能够有效地评估运动之间的边界条件，从而实现更自然的运动过渡，这与传统的插值方法有本质区别。

关键设计：在模型设计中，采用了特定的损失函数来优化对齐模型的性能，并通过大量的运动数据进行训练，以确保模型能够准确地评估运动之间的关系。具体的网络结构和参数设置在论文中详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，STAMP在Unitree G1和ROBOTIS K1上的运动跟踪成功率显著提高，生成的运动序列在流畅性和自然性上优于传统方法，具体性能数据在论文中提供。

🎯 应用场景

该研究的潜在应用领域包括人形机器人、动画制作和虚拟现实等。通过实现更自然的运动过渡，STAMP能够提升人形机器人的交互能力和表现力，具有重要的实际价值和未来影响。

📄 摘要（原文）

Humanoid motion-tracking policies can reproduce diverse behaviors, yet connecting independently acquired motions into a continuous sequence remains challenging. Interpolation connects boundary poses without considering whether their relative position, heading, and timing provide suitable conditions for a transition. A generative motion prior can produce richer motion, but poorly arranged boundaries may cause it to generate excessive locomotion, turning, or another unintended action. We present Spatio-Temporal Alignment with a Motion Prior (STAMP), a framework for connecting independently acquired humanoid motions through a Robot-to-Human-to-Robot process. STAMP uses human motion space to draw on rich motion priors and reuse transition knowledge across robot embodiments. Its key component is a learned alignment model that determines the boundary conditions for motion inbetweening. Given the two motions retargeted to a human rig, the alignment model ranks candidate positions, headings, and transition durations for the following motion. A human motion prior generates the transition under the selected alignment. The completed sequence is retargeted to the robot and used as a reference to train a motion-tracking policy. We evaluate the tracking success of the generated transitions on Unitree~G1 and~ROBOTIS K1. Physical robot demonstrations further show that STAMP connects independently acquired motions into long-horizon sequences. Project page: https://childtoy.github.io/STAMP-project