arXiv cs.AI· Haozhuo Zhang, Jingkai Sun, Michele Caprio, Angelo Cangelosi, Jian Tang, Shanghang Zhang, Qiang Zhang, Wei Pan·· 10 天前AI 评分24
LHM-Humanoid：在杂乱场景中连续搬运物体的长时程人形运动控制
LHM-Humanoid: Long-Horizon Human Motion Control for Continuous Object Transport in Cluttered Scenes
AI 导读
LHM-Humanoid 提出一种面向物理仿真人形机器人的长时程运动控制方法，可在单次无重置的连续 rollout 中反复完成走向物体、全身平衡抬起、绕过障碍搬运并放置到目标点的完整循环。
正文 · AI 翻译
摘要：基于物理的人体运动控制可以让模拟角色以高度物理真实感行走、坐下和操作物体。然而，这几乎总是发生在短暂的、孤立的片段中，并在交互之间重新初始化。我们转而追求连续、无需重置的长时程运动：一个物理模拟的人形机器人反复走向一个被移位的物体，以平衡的全身姿态将其举起，携带它越过障碍物，并将其放置在目标位置，在一个不间断的连续镜头中一遍又一遍地重复。困难之处不在于任何单个动作，而在于它们之间的过渡。在没有重置的情况下，每个循环必须在一个状态下结束，该状态既能让刚刚放置的物体保持不受干扰，又能让下一个循环开始，然而每次放置都会让角色处于非标准姿态下的失衡状态，此时朴素的端到端强化学习会失败。我们的核心思想是将这种交接视为一个关于可恢复性的双边问题：角色必须从它刚刚放置的物体上脱离，以保持先前的成功，并稳定到一个存在平衡延续的状态。我们没有手工设计过渡，而是学习塑造每个循环结束的位置，使其落入这个可恢复区域。我们提出了 LHM-Humanoid。一个目标条件控制器完成取物—搬运—放置循环，并通过学习到的释放与后退行为，将其终止状态引导到该区域；第二个控制器随后从由此产生的状态分布接管。两者都通过对抗性运动先验进行正则化，并蒸馏为一个单一的目标条件策略，将整个序列作为一次无需重置的展开运行。在涵盖四种房间类型的 350 个杂乱布局中，LHM-Humanoid 在已见和未见场景中，都比端到端强化学习、分层强化学习以及先前基于物理的人—场景交互方法产生了远为成功和稳定的长时程运动。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2508.16943 [cs.RO] |
| （或此版本的 arXiv:2508.16943v4 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2508.16943 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Haozhuo Zhang [查看电子邮件]
[v1]
2025年8月23日星期六 08:23:14 UTC（19,322 KB）
[v2]
2026年3月5日星期四 16:38:10 UTC（4,749 KB）
[v3]
2026年7月7日星期二 19:32:44 UTC（4,747 KB）
[v4]
2026年10月6日星期二 12:52:44 UTC（4,757 KB）
来源：arXiv cs.AI · arxiv.org