CoCarry: Contact-Support-Structured Retargeting for Dual-Humanoid Cooperative Carrying
作者: Ziyu Lin, Shihang Du, Tianhang Wang, Xiaodong Liu, Runze Zhang, Zongyou Yu, Haodong Zhang, Alois Knoll, Guang Chen
分类: cs.RO
发布日期: 2026-10-23
备注: 8 pages, 6 figures, 2 tables
💡 一句话要点
提出CoCarry以解决双人合作搬运中的协调问题
🎯 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: 双人合作搬运 运动重定向 人形机器人 接触保持 支撑结构 动作优化 物理模拟
📋 核心要点
- 现有方法在双人合作搬运中难以实现合理的个体动作与一致的代理-物体关系，导致协调性不足。
- 论文提出的接触-支撑-结构重定向方法，通过共同优化双人动作，保持了四手抓取关系和物体相对几何结构。
- 实验结果表明，该方法在220个CoCarry序列中实现了99.95%的接触保持率，且相较于现有方法显著减少了穿透时间。
📝 摘要（中文）
随着大规模人类运动数据、运动重定向和运动模仿的进步，个体人形机器人的全身控制能力不断提升。然而，合作搬运的挑战在于成功的协调不仅需要合理的个体动作，还需要一致的跨代理和代理-物体关系。本文提出CoCarry，一个包含220个同步双人序列的合作搬运数据集，并提出接触-支撑-结构重定向方法，能够有效地优化双人协作搬运的动作。实验结果显示，该方法在多个基准上表现优异，验证了其在实际双人控制中的可用性。
🔬 方法详解
问题定义：本文旨在解决双人合作搬运中的协调性问题，现有方法在处理个体动作与代理-物体关系时存在不足，导致动作不够自然和协调。
核心思路：提出接触-支撑-结构重定向方法，从名义个体动作出发，联合优化双人围绕同一物体轨迹的动作，确保动作的协调性和一致性。
技术框架：该方法包括三个主要模块：接触保持模块、支撑结构优化模块和动作重定向模块。接触保持模块确保四手抓取关系的兼容性，支撑结构优化模块保持物体相对几何关系，动作重定向模块则负责整体动作的优化。
关键创新：最重要的创新在于引入了接触-支撑结构的概念，使得双人协作动作的优化不仅关注个体动作，还考虑了代理间的相互关系，这与现有方法的单一动作优化有本质区别。
关键设计：在参数设置上，采用了特定的损失函数来平衡接触保持与动作自然性，网络结构上则结合了深度学习与物理模拟，确保生成的动作在实际应用中具备可行性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，CoCarry方法在220个序列中实现了99.95%的接触保持率，相较于GMR和OmniRetarget，穿透时间分别减少了67.0%和71.0%。在CORE4D数据集上，接触保持率达到99.06%，且没有滑动现象，验证了方法的有效性。
🎯 应用场景
该研究的潜在应用领域包括人形机器人在物流、救援和家庭服务等场景中的协作搬运任务。通过提高双人协作的效率和自然性，未来可能在智能家居和自动化仓储等领域产生重要影响。
📄 摘要（原文）
Recent advances in large-scale human motion data, motion retargeting, and motion imitation have enabled increasingly capable whole-body control for individual humanoids. Cooperative carrying is more challenging because successful coordination requires not only plausible individual motions, but also consistent cross-agent and agent-object relations, including shared grasp, relative configuration, and whole-body support. We introduce CoCarry, a cooperative-carrying dataset containing 220 synchronized two-person sequences across 21 task schemes, five shared-object geometries, four terrain types, and approximately 61 minutes of motion. We further propose Contact-Support-Structured Retargeting, which starts from nominal individual motions and jointly refines both humanoids around the same prescribed object trajectory. Cooperation-aware object-local hand anchors preserve compatible four-hand grasp relations, while complementary upper object-interaction and lower support structures retain object-relative geometry and coordinated support. Across all 220 CoCarry sequences retargeted to two A3 humanoids, our method achieves 0.9995 contact preservation, reduces penetration duration by 67.0% and 71.0% relative to GMR and OmniRetarget, respectively, and maintains a 100% retargeting success rate. On CORE4D with Unitree G1 humanoids, it achieves 0.9906 contact preservation with zero measured sliding. We further validate the generated references through physics simulation and multiple real-world cooperative carrying experiments on two physical A3 humanoids, demonstrating their usability for downstream dual-humanoid control.