0
| 本文作者： 鄭佳美 | 2026-01-28 16:44 |
該論文由清華大學(xué)與北京銀河通用機(jī)器人股份有限公司合作完成。論文的共同第一作者為銀河通用研究團(tuán)隊(duì)成員薛晗、梁斯凱和張智楷，其中薛晗和張智楷為清華大學(xué)學(xué)生，指導(dǎo)老師為清華大學(xué)助理教授弋力。
一、傳統(tǒng)避障，困在“低效試錯(cuò)”里在堆滿雜物的客廳里穿梭——需要彎腰避開低矮的咖啡桌、抬腿跨過地上的書本、側(cè)身擠過沙發(fā)與書架間的窄縫，這對(duì)人類來說輕而易舉。但對(duì)機(jī)器人而言，卻是融合環(huán)境感知、動(dòng)作規(guī)劃與碰撞規(guī)避的復(fù)雜挑戰(zhàn)。
傳統(tǒng)強(qiáng)化學(xué)習(xí)（RL）僅在碰撞發(fā)生時(shí)給予懲罰，機(jī)器人需要反復(fù)試錯(cuò)才能摸索出安全路徑，學(xué)習(xí)效率極低；而且直接處理激光雷達(dá)、攝像頭的原始高維數(shù)據(jù)，機(jī)器人難以快速識(shí)別“自身與障礙物的空間關(guān)系”，比如“頭部是否會(huì)撞到吊燈”“腿部能否跨過書本”?，F(xiàn)有方法多針對(duì)單一類型障礙物（如地面凸起、高空遮擋），無法應(yīng)對(duì)“地面有雜物+兩側(cè)有阻擋+頭頂有吊燈”的全空間約束場景。
清華大學(xué)與Galbot團(tuán)隊(duì)提出的HumanoidPF（人形勢能場） ，為機(jī)器人賦予了“避障直覺”：它將機(jī)器人與障礙物的空間關(guān)系編碼為連續(xù)的梯度場，像無形的“力”引導(dǎo)機(jī)器人自主選擇安全路徑，無需復(fù)雜計(jì)算就能完成彎腰、抬腿、側(cè)身等靈活動(dòng)作，成功實(shí)現(xiàn)復(fù)雜室內(nèi)場景的無碰撞穿梭。
它的核心魅力在于：不再讓機(jī)器人依賴“碰撞后懲罰”的低效試錯(cuò)，而是通過前瞻性的環(huán)境引導(dǎo)，讓避障成為一種“本能反應(yīng)”，大幅提升了人形機(jī)器人在真實(shí)家居場景的實(shí)用性。
? 論文標(biāo)題：Collision-Free Humanoid Traversal in Cluttered Indoor Scenes
? 相關(guān)論文：https://arxiv.org/abs/2601.16035
? 項(xiàng)目主頁：https://axian12138.github.io/CAT/
? GitHub：https://github.com/GalaxyGeneralRobotics/Click-and-Traverse
二、HumanoidPF：給機(jī)器人裝“避障導(dǎo)航儀”
HumanoidPF的靈感源自經(jīng)典的人工勢能場（APF），但針對(duì)人形機(jī)器人的多關(guān)節(jié)結(jié)構(gòu)進(jìn)行了重構(gòu)——它將目標(biāo)點(diǎn)視為“吸引力”，障礙物視為“排斥力”，形成連續(xù)的梯度場，為機(jī)器人的每個(gè)身體部位提供明確的運(yùn)動(dòng)指引。
HumanoidPF通過吸引力場和排斥力場的疊加，生成全局導(dǎo)航梯度場，核心公式如下：
? 吸引力場（引導(dǎo)向目標(biāo)）：
是機(jī)器人身體部位x到目標(biāo)點(diǎn)g的最短無碰撞路徑（測地線距離），確保引導(dǎo)路徑避開障礙物，而非直線穿越。
? 排斥力場（遠(yuǎn)離障礙物）：
是基于障礙物的帶符號(hào)距離（signed distance field, sdf）——距離障礙物越近，排斥力越強(qiáng)，避免碰撞。
? 最終引導(dǎo)場（合成吸引力與排斥力）：
梯度場的方向，就是機(jī)器人身體部位的最優(yōu)運(yùn)動(dòng)方向，既遠(yuǎn)離障礙物，又朝向目標(biāo)點(diǎn)。
HumanoidPF示意圖：左圖為勢能場2D示意圖（紅色為障礙物排斥區(qū)，藍(lán)色為目標(biāo)吸引力區(qū)）；右圖為運(yùn)動(dòng)方向分布2D示意圖，顏色越深表示該方向越安全，引導(dǎo)機(jī)器人自主選擇最優(yōu)路徑。
人形機(jī)器人有頭、軀干、四肢等多個(gè)部位，直接應(yīng)用勢能場可能出現(xiàn)運(yùn)動(dòng)沖突（如左手要向左躲、右手要向右躲）。為此，HumanoidPF引入優(yōu)先級(jí)加權(quán)機(jī)制：
? 核心部位優(yōu)先：骨盆等核心部位權(quán)重更高，確保整體運(yùn)動(dòng)方向穩(wěn)定；四肢權(quán)重較低，靈活適配核心方向。公式如下：
? 危險(xiǎn)部位加權(quán)：根據(jù)身體部位與障礙物的距離(d(x_k))和運(yùn)動(dòng)速度(v_k)，動(dòng)態(tài)提升危險(xiǎn)部位的權(quán)重，公式如下：
距離障礙物越近、運(yùn)動(dòng)速度越快，權(quán)重越高，優(yōu)先規(guī)避碰撞風(fēng)險(xiǎn)。
最終的引導(dǎo)場為：
確保全身運(yùn)動(dòng)協(xié)調(diào)一致，無沖突。
HumanoidPF通過“感知輸入+獎(jiǎng)勵(lì)引導(dǎo)”雙重方式，融入強(qiáng)化學(xué)習(xí)訓(xùn)練，大幅提升學(xué)習(xí)效率：
? 作為感知輸入：在機(jī)器人13個(gè)關(guān)鍵身體部位（頭、胸、骨盆、四肢關(guān)節(jié)等）查詢梯度場向量，形成緊湊的環(huán)境感知特征，讓機(jī)器人直接“感知”該如何移動(dòng)身體；
? 作為獎(jiǎng)勵(lì)引導(dǎo)：將梯度場引導(dǎo)的運(yùn)動(dòng)方向，建模為馮·米塞斯-費(fèi)舍爾（vMF）分布，鼓勵(lì)機(jī)器人動(dòng)作與引導(dǎo)方向?qū)R，提供密集、前瞻性的獎(jiǎng)勵(lì)信號(hào)，公式如下：
其中
是引導(dǎo)方向，
是方向集中度（核心部位集中度更高），
是機(jī)器人實(shí)際運(yùn)動(dòng)方向。
這種設(shè)計(jì)讓機(jī)器人無需等到碰撞發(fā)生，就能獲得實(shí)時(shí)反饋，學(xué)習(xí)效率大幅提升。
整體技術(shù) pipeline：左：HumanoidPF構(gòu)建及在學(xué)習(xí)中的雙重作用（感知輸入+獎(jiǎng)勵(lì)引導(dǎo)）；右：混合場景生成與真實(shí)部署流程，從仿真訓(xùn)練到“點(diǎn)擊導(dǎo)航”實(shí)際應(yīng)用。
要應(yīng)對(duì)真實(shí)世界的復(fù)雜環(huán)境，機(jī)器人需要在多樣化場景中訓(xùn)練。為此，研究團(tuán)隊(duì)提出混合場景生成策略，大幅提升政策的泛化能力：
1. 真實(shí)場景裁剪：從3DFRONT等真實(shí)室內(nèi)數(shù)據(jù)集，裁剪5m×5m的場景塊，保留家具、家電等真實(shí)障礙物布局；
2. 程序化障礙物生成：人工生成“地面凸起、兩側(cè)阻擋、高空懸掛”的全空間約束場景，甚至通過旋轉(zhuǎn)、噪聲擾動(dòng)，模擬不規(guī)則障礙物（如散落的書本、傾斜的盒子）；
3. 課程學(xué)習(xí)：從簡單場景（單一障礙物）逐步過渡到復(fù)雜場景（多障礙物全空間約束），讓機(jī)器人循序漸進(jìn)掌握避障技能。
這種訓(xùn)練方式，讓機(jī)器人見過“彎腰躲吊燈+抬腿跨雜物+側(cè)身擠窄縫”的復(fù)合場景，在真實(shí)環(huán)境中遇到類似情況時(shí)，能快速做出反應(yīng)。
避障實(shí)測場景：（a）8種典型測試場景的避障行為；（b）程序化生成的復(fù)雜障礙物場景；（c）真實(shí)世界“彎腰-跨障”復(fù)合任務(wù)；（d）動(dòng)態(tài)干擾下的避障表現(xiàn)，機(jī)器人能應(yīng)對(duì)物體移動(dòng)的突發(fā)情況。
HumanoidPF在Unitree G1人形機(jī)器人上完成了全面測試，無論是仿真還是真實(shí)場景，都展現(xiàn)出卓越的避障能力：
在“彎腰-跨障”“側(cè)身-彎腰”“多障礙物連續(xù)避障”等8類復(fù)雜場景中，HumanoidPF的成功率均超過90%，遠(yuǎn)高于ASTraversal（28.1%-82.1%）和Humanoid Parkour（33.3%-88.7%）等基線方法。
其中，在最具挑戰(zhàn)性的“側(cè)身-彎腰-跨步”場景（需要同時(shí)規(guī)避兩側(cè)和上方障礙物），HumanoidPF的成功率達(dá)到86.6%，遠(yuǎn)超基線，充分證明其處理全空間約束的能力。
8類場景避障性能對(duì)比：HumanoidPF（最后一行）在所有場景中均實(shí)現(xiàn)最高成功率（SR%）和最小距離誤差（DE(m)），優(yōu)勢顯著。
研究團(tuán)隊(duì)將政策部署為“點(diǎn)擊導(dǎo)航（Click-and-Traverse）”系統(tǒng)：用戶在地圖上點(diǎn)擊目標(biāo)位置，機(jī)器人通過激光雷達(dá)構(gòu)建實(shí)時(shí)環(huán)境地圖和HumanoidPF，自主規(guī)劃路徑并穿梭，無需手動(dòng)操控。
在真實(shí)室內(nèi)測試中，機(jī)器人成功完成：
? 彎腰避開低矮茶幾（高度0.4m）；
? 抬腿跨過15cm高的書本；
? 側(cè)身擠過0.8m寬的窄縫；
? 應(yīng)對(duì)“彎腰+跨障”復(fù)合任務(wù)，全程無碰撞，表現(xiàn)穩(wěn)定。
? 零-shot泛化：在未訓(xùn)練過的藝術(shù)家設(shè)計(jì)場景中，包含真實(shí)家具和不規(guī)則障礙物，訓(xùn)練后的政策在“簡單場景”成功率95.2%，“復(fù)雜場景”成功率66.7%，遠(yuǎn)高于僅用真實(shí)場景訓(xùn)練的基線；
? 動(dòng)態(tài)干擾：在機(jī)器人穿梭過程中移動(dòng)障礙物，它能實(shí)時(shí)更新HumanoidPF，調(diào)整運(yùn)動(dòng)軌跡，避免碰撞，展現(xiàn)出強(qiáng)魯棒性。
混合場景生成的泛化性能：加入高難度程序化場景訓(xùn)練后（最后一行），機(jī)器人在未知復(fù)雜場景的成功率從1.2%提升至66.7%，泛化能力大幅提升。
五、關(guān)鍵優(yōu)勢：為什么HumanoidPF如此高效？
1. 前瞻性引導(dǎo)：不再依賴“碰撞后懲罰”，而是通過梯度場提供實(shí)時(shí)、密集的運(yùn)動(dòng)指引，學(xué)習(xí)效率提升數(shù)倍；
2. 低遷移gap：勢能場作為連續(xù)的空間表示，能平滑傳感器噪聲和場景細(xì)節(jié)差異，從仿真到真實(shí)世界的遷移幾乎無需額外微調(diào)；
3. 通用適配：不依賴特定障礙物類型或場景結(jié)構(gòu)，無論是規(guī)則家具還是不規(guī)則雜物，都能通過勢能場編碼空間關(guān)系，泛化性極強(qiáng)。
對(duì)比其他工作：S={g,l,o} 表示“地面(ground)有雜物+兩側(cè)(lateral)有阻擋+頭頂(overhead)有吊燈”的全空間約束。
HumanoidPF的核心價(jià)值，是為機(jī)器人構(gòu)建了一套“機(jī)器人-障礙物關(guān)系”的通用語言——它將復(fù)雜的空間感知轉(zhuǎn)化為直觀的運(yùn)動(dòng)指引，讓避障從“低效試錯(cuò)”變?yōu)椤氨灸芊磻?yīng)”。
隨著技術(shù)完善，人形機(jī)器人或許能像人類一樣，在堆滿雜物的房間里靈活穿梭，自主完成家務(wù)、取物等任務(wù)，真正走進(jìn)日常生活。而HumanoidPF的提出，為通用人形機(jī)器人的環(huán)境適應(yīng)能力奠定了關(guān)鍵基礎(chǔ)。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
