论文

LAC：人形机器人全身线性与角度柔顺控制

LAC 提出通用人形全身柔顺控制器：在人体交互数据接触帧上施加采样的力/力偶扰动合成大规模柔顺响应数据，经教师-学生强化学习训练单一策略，实现对上半身外力的线性与角度柔顺、刚度全程单调调制，并在仿真、真机与遥操作移动操作中验证。

人形机器人全身控制柔顺控制Yang Liu, Zhongkai Gu, Wei Zhu·2026年8月26日

DECOWAM：面向腿式移动操作的解耦全身世界-动作模型

DECOWAM 在冻结的 FastWAM 视频-动作主干上，通过未来等价瓶颈、底盘/手臂因子化与自我运动条件三个解耦接口建模腿式移动操作，Stage-2 可训练参数减少 232 倍，真机任务成功率 58.2%。

世界模型VLA移动操作Siyuan Ma, Boshi Zhang, Yutian Zhang·2026年8月20日

GigaBrain-WBC:人形机器人全身控制的行为世界模型

首个用于人形机器人全身控制的行为世界模型(BWM),训练因果Transformer联合预测下一步动作、状态和潜在行为指令分布,使策略网络同时建模环境对行为的影响。自动地形标注管线从重定向运动中恢复3D接触几何,部署时检测不合理指令并回退到已学行为,在四项测试中成功率最高(地形交互81.3%、不合理指令83.1%、跌倒恢复99.3%),Unitree G1检查点可迁移至Maker L01机器人。

人形机器人Humanoid世界模型Ziyang Cheng, Tianshu Tang, Jinxin Lan·2026年8月18日

HAF：层级动作流与谱潜空间强化学习将通用VLA适配人形全身运动操作

人形机器人是面向人类环境的通用智能体载体，但通用视觉-语言-动作（VLA）基础模型难以直接用于人形全身运动-操作：全身动作高维且相互耦合，单阶段架构难以协调移动、腰部姿态与双臂操作，纯离线行为克隆策略在真实部署中也往往次优。HAF（Humanoid Adaptation Framework）由两部分组成：HAF-VLA 在预训练 flow-matching VLA 之上把全身动作去噪拆为三个阶段（移动+头→腰→操作），用阶段嵌入与跨阶段 KV 缓存保留运动学依赖；HAF-Steer 在冻结的生成器之上利用流匹配可逆性与 DCT 降维，把 RL 优化限制在紧凑噪声子空间，训练正则化 SAC 策略，实现离线到在线的高效真实世界微调而无需更新大型 VLA 主干。在 7 个真实人形全身运动-操作任务上，HAF 超越单阶段 VLA 基线，显著提升全身协调与任务成功率。

VLA人形机器人humanoidLangzhe Gu, Chengkai Hou, Meng Li·2026年8月17日

HITTER:层级规划+学习控制的人形乒乓球机器人

伯克利团队提出 HITTER:基于模型的规划器预测球的落点、击球位置与时刻,强化学习全身控制器用人类挥拍参考动作生成正/反手击球,在 Unitree G1 上实现与人类最多 106 拍连续对拉。

人形Humanoid乒乓球Zhi Su, Bike Zhang, Nima Rahmanian·2025年8月28日

VLK：在重建场景中合成人类交互，学习人形机器人移动操作

本文提出视觉-语言-运动学（VLK）框架：在 3D 高斯泼溅重建的真实室内场景中合成导航与物体交互轨迹，并事后渲染第一人称观测，自动生成 4.8 万条视觉-语言-运动学配对数据，训练出预测 Unitree G1 全身运动轨迹的策略，经接触感知全身跟踪器执行，实现 sim-to-real 的感知驱动人形移动操作。

humanoid人形机器人loco-manipulationYen-Jen Wang, Jiaman Li, Sirui Chen·2026年6月29日

ω-0：人形机器人协同移动操作的潜空间预测世界动作模型

提出ω-0，面向真实人形机器人协同移动操作的全身世界动作模型：给定语言指令、视觉观测与本体状态，直接预测控制器可执行的全身动作潜变量；以轻量未来观测嵌入预测替代视频重建，耦合潜空间视觉预见与扩散式全身动作生成；并采集40+小时真机数据集ω-HOME，在11项家庭任务上稳定超越IL/VLA/人形/WAM基线。

人形机器人世界模型移动操作Zhe Li, Zhenzhe Zhang, Yangyang Wei·2026年8月6日

通过质心动量正则化多智能体强化学习学习人形手臂运动

人类在行走时自然摆动手臂以调节全身动力学、降低角动量并帮助保持平衡。受此启发，本文提出肢体级多智能体强化学习框架，通过涌现的手臂运动实现人形机器人的协调全身控制。方法对手臂和腿采用分离的actor-critic结构。

人形机器人多智能体RL手臂运动Ho Jae Lee, Se Hwan Jeon, Sangbae Kim·2025年7月5日

通过接触感知动态优化实现全向轮腿移动机器人的全身运动控制

配备操作臂的轮腿机器人在物流等场景的移动操作方面具有巨大潜力。然而，实现轮腿移动操作机器人的协调全身运动控制面临重大挑战，尤其是在同时处理行走和操作的多接触场景下。本文提出了一种全身运动控制方法，通过接触感知动态优化来实现全向轮腿移动操作机器人的协调控制。该方法显式建模和优化接触约束，使机器人能够在不同接触条件下（如轮式、腿式或混合模式）自适应切换并保持全身协调。实验验证了该方法在多种场景下的有效性，展示了轮腿机器人在复杂操作任务中的优越性能。

轮腿机器人全身控制接触感知Zong Chen, Shaoyang Li, Ben Liu·2025年9月17日

用于全身末端执行器旋量跟踪的多评论家学习方法

在单一策略中学习行走和手臂运动的全身控制面临挑战，因为两个任务存在冲突目标。例如，高效的行走通常偏好水平基座朝向，而末端执行器跟踪可能受益于基座倾斜以扩大可达范围。此外，当前使用基于位姿任务规范的强化学习（RL）方法缺乏直接控制末端执行器速度的能力，使得平滑执行轨迹非常困难。为解决这些限制，我们提出了一种基于 RL 的框架，支持动态的、速度感知的全身末端执行器控制。该方法引入多评论家执行器架构，解耦行走和操作的奖励信号，简化奖励调参并使策略能更有效地解决任务冲突。此外，我们设计了基于旋量的末端执行器任务规范，可同时跟踪离散位姿和运动轨迹。我们通过使用配备机械臂的四足机器人的仿真和硬件实验验证了该方法。所得控制器可同时行走和移动末端执行器，并展现出涌现的全身行为——在没有明确公式的情况下基座协助手臂扩展工作空间。

强化学习全身控制多评论家Aravind Elanjimattathil Vijayan, Andrei Cramariuc, Mattia Risiglione·2025年7月11日

用于腿式移动操作的全身逆动力学模型预测控制

移动操作（Loco-manipulation）要求协调的全身运动来有效操纵物体同时保持行走稳定性，这对规划和控制都提出了重大挑战。本文提出了一种全身模型预测控制（MPC）框架，通过全阶逆动力学直接优化关节力矩，在单一预测层内实现统一的运动与力规划及执行。该方法使得涌现出的、物理一致的全身行为能够同时考虑系统动力学和物理约束。我们使用开源软件框架（Pinocchio 和 CasADi）以及最先进的内点求解器 Fatrop 实现 MPC 公式。在配备 Unitree Z1 机械臂的 Unitree B2 四足机器人上的真实实验中，MPC 公式实现了 80Hz 的实时性能。我们演示了需要对末端执行器的位置和力进行精细控制的移动操作任务，如拉动重物、推动箱子和擦拭白板。

腿式操作模型预测控制逆动力学Lukas Molnar, Jin Cheng, Gabriele Fadini·2025年11月24日

学习地形感知的感知式腿式移动操作全身控制

腿式操作机器人集成了卓越的地形适应能力与移动操作能力。然而，在复杂地形上实现协调的全身操作控制仍面临重大挑战。本文提出了一种地形感知的全身控制框架，使腿式操作机器人能够在感知复杂地形的同时执行操作任务。该方法通过感知模块获取地形信息，并将其纳入全身控制策略中，使机器人能够根据地形条件自适应调整运动和操作行为。实验表明，统一策略在复杂地形上实现了更大的可达空间、更小的跟踪误差和更少的意外跌倒，突出了腿式操作机器人在跨复杂地形执行移动操作任务方面的强大能力。

腿式操作地形感知全身控制Sikai Guo, Yudong Zhong, Guoyang Zhao·2026年5月29日