人形机器人通过动作捕捉与动画学习复杂动作

新闻转载

人形机器人执行器MIM部件生产

发布于: 2026年8月13日

正文

本文由新莱福 MIM（Newlife - MIM）转载。所有版权归原始出版方所有；请参阅文末资讯来源。

研究人员开发了一种新型控制框架，使机器人能够执行匍匐前进、霹雳舞和后空翻等敏捷动作。该系统被称为“零样本具身技能迁移”（ZEST），利用强化学习技术，通过人类动作捕捉、视频和动画数据来训练机器人的全身运动能力。

与需要针对特定任务进行训练的传统方法不同，ZEST 允许机器人在部署前通过单一训练阶段学习广泛的动作。在波士顿动力 Atlas、宇树 G1 和波士顿动力 Spot 上的测试表明，这些机器人能够在不同构型下完成爬行、侧手翻、倒立、踢球及其他复杂动作。

来自 RAI 研究所与波士顿动力的研究人员开发了 ZEST，这是一个强化学习框架，旨在为足式机器人提供一种更灵活的方式，从运动数据中学习复杂的拟人化动作。该系统旨在减少开发每项新机器人技能时通常所需的工程工作与控制器调优。

ZEST（零样本具身技能迁移）可从三种不同来源进行学习：高保真动作捕捉数据、单摄像头拍摄的普通视频以及关键帧动画。来自动作捕捉和视频的人类动作通过运动学重定向转换为机器人兼容格式，而动画则可提供人类无法完成或更适合非人形机器人的动作。

重要的是，该框架不要求演示数据包含明确标识机器人何时或何地接触地面的标签。其核心技术是一项完全在仿真环境中训练的强化学习策略，随后无需额外微调即可迁移至物理硬件。ZEST 采用相对简单的前馈策略，在部署期间仅依赖机载本体感觉测量数据。

根据团队发表的研究，该系统避免了复杂机器人控制管线中常用的多个组件，包括状态估计器、长观测历史、未来参考窗口、接触调度以及大量针对特定任务的奖励工程设计。

其一项关键特性是自适应采样。

ZEST 并非对运动序列的每个部分进行均等训练，而是将轨迹划分为固定时长的片段，并追踪机器人在每个片段上的失败频率。随后，系统会对更困难的部分进行更频繁的采样，同时设置最低采样概率以防止较简单的技能被遗忘。该系统还采用了一种基于虚拟模型的自动课程学习机制，通过在机器人基座施加辅助力矩来实现。

该辅助机制在高难度动态动作中作用最强，并随着策略的优化而逐渐减弱。研究人员还为脚踝、膝盖和腰部等关节中使用的闭环并联连杆执行器开发了简化模型。这些近似处理在保留重要执行器动力学特性的同时，降低了仿真复杂度。

此外，ZEST 还整合了功率限制、电机饱和、传动损耗和摩擦等执行器效应，以提升仿真到现实世界的迁移效果。该方法在波士顿动力 Atlas、宇树 G1 以及波士顿动力 Spot 四足机器人上进行了测试。在单张 NVIDIA L4 GPU 上，单个策略的训练耗时约 10 小时，或约 7,000 次迭代。

在 Atlas 上，ZEST 复现了爬行、前滚翻、侧手翻、匍匐前进和霹雳舞等动作。源自视频的技能包括舞蹈、踢球和攀爬箱子，而动画则使 Spot 能够完成连续后空翻和桶滚动作。

研究人员表示，ZEST 能够简化从人类运动数据到机器人控制的路径，但目前仍局限于平坦、无打滑的环境，且尚未展现出对完全未知动作的泛化能力。未来的工作将涵盖零样本与少样本自适应、持续学习、基于语言或关键帧的控制，以及将高层指令转化为可执行机器人动作的生成系统。