arXiv cs.AI· Zhaohui Yang, Quanbao Lin, Chengqi Shi, Zhenglang Weng, Jicheng Lin, Boyu Chen, Tengjie Zhu, Guanzhu Ren, Jiahao Xu, Yang Feng, Xiaokang Yang, Yao Mu·· 12 小时前AI 评分31
SP-HLM：稀疏姿态驱动的人形机器人移动操作运动生成与全身控制框架
SP-HLM: Sparse-Pose-Driven Motion Generation and Whole-Body Control for Humanoid Loco-Manipulation
AI 导读
SP-HLM 提出以稀疏姿态驱动的接口连接高层任务策略与全身控制，用五个任务关键身体姿态结合学习到的隐式运动先验来表达空间意图与全身协调。其中 SP-VLA 从多模态观测和语言指令预测稀疏姿态与手指关节位置，SP-MGM 经两阶段蒸馏实时重建全身运动，再由 SP-GMT 融合显式稀疏目标与隐式运动先验完成全身控制。仿真与真实人形机器人实验显示，其在运动跟踪、全身协调和移动操作成功率上优于现有方法。
正文 · AI 翻译
作者：Zhaohui Yang、Quanbao Lin、Chengqi Shi、Zhenglang Weng、Jicheng Lin、Boyu Chen、Tengjie Zhu、Guanzhu Ren、Jiahao Xu、Yang Feng、Xiaokang Yang、Yao Mu
摘要：人形机器人的移动操作需要在高层任务策略与全身控制之间建立有效的接口。现有接口通常对任务意图和全身协调依赖单一的动作表示。这可能给高层策略带来负担，或使某一方面的描述不够充分。我们提出 SP-HLM，一个基于稀疏姿态驱动接口的框架。该接口将五个任务关键的身体姿态与学习到的潜在运动先验相结合，以互补的形式表示空间意图和全身协调。SP-VLA 是一个视觉-语言-动作模型，它首先利用异步动作块推理，从多模态观测和语言指令中预测与任务相关的稀疏姿态和手指关节位置。给定这些稀疏目标，SP-MGM 是一个通过两阶段蒸馏训练的运动生成模型，可实时重建协调的全身运动。预训练的运动编码器将该运动映射为紧凑的潜在表示。随后，通用运动跟踪器 SP-GMT 将显式稀疏目标与该隐式运动先验相结合，用于全身控制。仿真和真实人形机器人上的实验表明，与现有方法相比，该方法在运动跟踪、全身协调和移动操作成功率方面均有提升。更多结果和视频可在我们的 \href{此 https URL}{\textcolor{blue}{项目页面}} 查看。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用格式： | arXiv:2610.30044 [cs.RO] |
| （或本版本使用 arXiv:2610.30044v1 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2610.30044 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zhaohui Yang [查看邮箱]
[v1]
2026年10月21日星期三 17:03:34 UTC（12,747 KB）
来源：arXiv cs.AI · arxiv.org