人形机器人学会“让一让”:ILA 不重训控制器,三个追踪器引导误差降 63.6%–75.4%
核心概要
人形机器人跟踪预设动作时,若有人伸手引导,硬跟原轨迹会与顺从引导相冲突。ILA 作为接口级适配器,从机器人观测历史预测参考动作的修正量,插在预训练追踪器之前,不改动追踪器的结构与参数,也不需要专门的交互传感器。同一适配器在三个独立训练的追踪器上把引导目标误差降低 63.6%–75.4%,仿真与 G1 硬件实验显示引导响应变好,同时基本保留原有动作跟踪表现。
深度剖析
预训练的人形动作追踪器不必重新训练,就能在保持原有动作执行能力的同时接受人的物理引导。 此前的学习式顺从方案需要重训或重新设计运动控制器,基于力估计的解析改造则依赖显式外力矩估计和预设的力—运动关系。 在源追踪器 MT-Std 上加入 ILA 后,引导目标误差下降 68.1%,同时交互做功、根部位移和跌倒率都更低;无外力时的跟踪误差只增加 0.5%。
ILA 只改写送给追踪器的参考动作,把“顺从”放在参考层,而不是改动执行层。 适配器预测 14 个手臂关节上的多步残差,用掩码插入修正,躯干和腿部参考保持原样,零修正即回到原始参考。 训练在仿真中完成,用成对的标称参考与修改参考作为监督,修改参考依次编码让位、保持和恢复;同一适配器经关节顺序、坐标约定和参考时序的确定性映射接入 MimicLite 与 Sonic,适配器和追踪器参数都保持固定。
启示与展望
演示范围是仿真中三种追踪器上的匹配引导实验,以及 G1 硬件上拉腕、单侧扰动和连续握手三类任务各十次试验;适配器在 G1 控制器上单独推理耗时 0.51 ms,运行于独立的异步轨迹生成进程,相对 20 ms 控制周期开销很小。
跨追踪器复用只在 MT-Std、MimicLite 和 Sonic 三个控制器上验证;与全策略微调相比,Sonic 上 ILA 的无外力跟踪误差增幅更大,同时引导更强。不同动作之间差异明显,FightAndSports1 的跌倒率和恢复误差最高;训练种子带来的目标误差波动较小,变异系数为 4.8%。
