#宇树 G1 (70)

BRACE：面向力觉与地形感知的人形机器人全身参考自适应运动跟踪

全身运动跟踪已经成为操作员驱动人形机器人的标准接口，但它消费的参考轨迹都是在平地上、空手状态下录制的：跟踪器既不知道机器人要与物体交换多大的力，也不知道自己站在什么地面上。已有控制器只解决其中一侧——具备力控能力的策略只给末端执行器一个力指令而不规定全身姿态，地形自适应跟踪器则把负载当成需要抑制的扰动，而不是需要主动施加的力旋量。BRACE 选择改写参考本身：地形贴合把落脚点与根部抬到局部地表，力旋量变换则解算出产生指定手力所需的手部位移，以及它连带引起的质心与压力中心偏移，并受教师专属的手臂力矩预算约束。施加与抵抗两个特权教师分别训练，再由 DAgger 蒸馏进同一个流匹配学生，学生只依赖本体感知，不需要高度图也不需要实测力旋量。在 Unitree G1 的仿真与真机实验中，BRACE 能在斜坡上跟踪平地参考的同时施力或抗力，全局跟踪误差平均降低 40%，成功率平均提升 18.25 个百分点。

Sudarshan Harithas, Chen Yu, Juan Borbon · 38次阅读 · 2026年10月5日

人形机器人全身控制力控2026年10月5日

2:43

PanTact：用可穿戴接触接口教会人形机器人全身灵巧性

PanTact 把接触而不是关节轨迹当作人到机器人的迁移货币。可穿戴贴片由 44×44 mm 的 FSR 模块磁吸拼装，一块 50×50 mm 自研 PCB 以 1 kHz 同读 16 路，走带 CRC 的 RS-485 菊花链，每块贴片挂一个 Vive tracker 把传感器中心定位到世界系，接触状态按每通道自适应基线二值化，阈值 max(0.35β, r_min)。策略以身体遮蔽后的 3D 第一视角点云、双腕图像与本体感知为观测，10 Hz 预测 H=16 的动作块，内含 look-at 点、EEF 位姿与夹爪宽度、逐传感器接触目标（二值状态加 3D 位置）。控制器用软最小邻近距离 d(p,q)（T=0.02 m）把激活接触交给当前最近的机器人表面，并沿按压方向偏移 δ 形成虚拟目标以产生按压力，因此 G1 不装任何触觉传感器也能抱住物体。三种公式化实现各有代价：免训练的上身 IK、由 SONIC 执行稠密参考的 WBIK、PPO 在 4096 个仿真环境训 30k 迭代的稀疏接触跟踪器（50 Hz、29 关节、上身 8 / 全身 16 个接触槽）。29-DoF Unitree G1 实测：Grasp-and-Embrace 85%（上身 IK）与 80%（稀疏），Humanoid UMI 为 0；Sweep-and-Stow 端到端 90.63%，UMI++ 两阶段各 18.75%、端到端 0；Carry-and-Push 90% 对 40%。仿真回放消融显示加入接触目标后三种控制器接触距离都下降，EEF 精度几乎不受损。

Xu, Xiaomeng, Zhang, Han, Ruan, Zhian · 129次阅读 · 2026年10月8日

Whole-Body Manipulation触觉接触丰富操作2026年10月8日

HomeBody：一台会自己探索、记住、再动手的人形机器人

斯坦福 TML 的 HomeBody 把「VLM→VLA→控制器」中间那层学出来的 VLA 拆掉：GPT Astra 直接调用可组合技能库，配合机器人自己探索建出的数字孪生与持久空间记忆，在没见过的厨房里完成长时序收拾与取药。

博客

人形机器人具身智能VLM AgentReal2Sim移动操作

PredActor：预测未来状态的机载人形扩散控制策略

扩散模型能生成多样动作，却很难直接变成人形机器人的闭环控制：生成器—跟踪器分层方案靠参考轨迹操舵，参考可能超出跟踪器能力，物理可行性与抗扰动只能交给另一个控制模块；纯动作扩散直接输出可执行动作，却没有可供测试时引导的未来状态。PredActor 把两条路合成一个直接执行的策略：只用 96 维本体感受历史与可选文本条件，让交错的状态—动作 Transformer 同时去噪 20 步未来状态与动作；未来状态留在策略内部充当可微操舵接口，CFG 放大文本条件动作，CG 把预测状态推向目的地或摇杆速度等测试时目标，下发给 29 个关节的只有动作，既不需要参考跟踪器也不需要特权全身状态。配合滚动去噪与保精度运行时优化（两步 NS-DDIM、堆叠轴全身引导、调度预计算、all-QKV 打包、条件缓存、LibTorch 推理模式），Jetson Orin NX 上完整回调中位 16.790 ms、p95 19.383 ms，593/600 次落在 20 ms 控制周期内。仿真中 45 个目的地到达 44 个，MotionCLIP 文本检索 0.539 对纯动作扩散的 0.424；真机 Unitree G1 六组设置各五次试验，站立到行走、行走到慢跑、站立到下蹲全部成功。

Ye, Lei, Gao, Haibo, Li, Yitang · 137次阅读 · 2026年9月21日

Humanoid Control扩散策略全身控制2026年9月21日

HuMBLE：把人体步态蒸馏成能听命令的行走策略

HuMBLE 把「像人」与「听命令」拆成两阶段：先用能看到全身参考的特权教师策略在强化学习里学出物理可行的动作，再蒸馏成只看本体感受与一个 SE(2) 速度命令的学生先验；随后用短时程参考模仿环境与长时程目标命令环境各占一半的多任务强化学习微调这个先验，把命令覆盖扩到数据分布之外而不丢风格。最终策略是一个 MLP(1024,1024,1024)，在 Unitree G1 的 Jetson AGX Orin CPU 上单次推理 1.1 ms，在 Atlas R1 上主方向抗推可达 1400 N；数据保真度相对教师只退化 20.83%（线速度）到 130.31%（角速度），而单阶段直接训命令条件策略在侧移上退化 240.87% 并干脆放弃响应命令。训练数据为 528,214 帧（约 3 小时）Vicon 动捕，逐帧标注 SE(2) 命令，并为小型人形提供 0.8 倍空间缩放加时间扭曲的变体。三平台硬件验证：Boston Dynamics Atlas R1、Atlas D1 与 Unitree G1。

Mike Zhang, Dongho Kang, Kevin Bergamin · 537次阅读 · 2026年10月7日

Humanoid Locomotion运动模仿强化学习2026年10月7日

1:40

DexWeave：从人类演示学习灵巧人形移动操作

@ErenChenAI · 216次播放 · 2026-10-09

移动操作人形机器人运动重定向

1:17

PredActor:一个扩散策略统一人形全身控制

@techniahqrobot · 202次播放 · 2026-10-08

PredActor扩散策略人形机器人

2:50

OTRetarget：用最优传输把「人+物体」运动整体搬到人形机器人，接触结构保住 87%

@CarnErwann · 551次播放 · 2026-09-30

人形机器人Loco-manipulation运动重定向

WB-WAM：清华叉院把全身动作监督塞进视频预训练，人形数据效率提升 3 倍

清华交叉信息研究院、雄安人工智能研究院与墨尔本大学（Hang Zhao 组）提出 WB-WAM：72 维共享物理动作空间（身体 29 + 根部 3 + 双灵巧手 20+20）把 1,880.2 小时九源异构视频/动捕数据的部分标注统一进掩码流匹配的生成式视频预训练，再经 PICO 第一人称演示中间训练（22h/73 任务，GMR 重定向+约束 IK+MINT）与带前向运动学损失的真机后训练落到宇树 G1 + Wuji 灵巧手。仿真 HumanoidArena 七任务全胜（81.9%）；真机五任务 84.0% 超 OpenWAM 的 80.0%（ACT 仅 20%、Fast-WAM 仅 6%）；PICO 中间训练让 30 条真机演示达 73.8%，超过 100 条直训的 65.0%——真机数据省 70%。

Chuan Qin, Shaoting Zhu, Siyuan Luo · 809次阅读 · 2026年9月28日

WAM世界动作模型人形机器人2026年9月28日

1:07

Uni-VLaT：给预训练 VLA 加上全身触觉，人形 loco-manipulation 成功率 32%→75%

@stepjamUK · 523次播放 · 2026-09-29

Uni-VLaT触觉感知触觉

0:45

HomeBody：GPT Astra 跳过 VLA，直接指挥 G1 收拾陌生厨房

@CyberRobooo · 918次播放 · 2026-09-28

人形机器人宇树 G1视觉语言模型

生成、跟踪、改进：用 RL 微调运动生成器实现感知的多技能人形机器人运动

通用人形机器人需要的运动控制器必须同时具备多技能、感知、动态与足够的鲁棒性，才能去到人能去的地方。本文提出一个两层运动架构：（1）一个感知的流匹配运动生成器，从原始深度图规划全身轨迹；（2）一个用控制引导强化学习（CLF-RL）训练的感知跟踪策略，负责实时跟上这些动作。两张策略都训练在一个由动力学优化后的人体数据构建的、与地形一致的运动片段库上，因此既有准确的速度跟踪，又有与地形一致的参考。核心贡献是一个简单而有效的离线（off-policy）RL 微调环，用来改进运动生成器：配合生成器使用一种结构化搜索方法采数据，再做优势加权回归。这个离线环比在线的残差微调样本效率高得多，并且在没见过的几何与技能组合上提升了地形一致性——成功通过地形的比例最高提升 25 个百分点，技能选择最高提升 80 个百分点。因为直接用原始深度图感知环境，不需要里程计与高度图，室外部署很轻松；两个相机让策略能更早看到地形，无论指令速度是多少都能自主调速以通过地形。同一对策略让一台 Unitree G1 人形机器人在室外环境中行走、奔跑、站立、跳上跳下箱子并上下楼梯。项目主页：https://zolkin1.github.io/generate-track-improve/

Zachary Olkin, William D. Compton, Aaron D. Ames · 660次阅读 · 2026年9月25日

Humanoid LocomotionPerceptive Locomotion强化学习2026年9月25日

0:28

100 台宇树 G1 同场踢馆：MuJoCo 里用真实 360° 扫描广场练功夫

@cuttini · 591次播放 · 2026-09-28

宇树 G1MuJoCo仿真

4:15

Delta-0 驱动 G1 人形机器人演奏音乐并做家务

@CyberRobooo · 632次播放 · 2026-09-28

人形机器人宇树宇树 G1

Rolling-WAM：把世界动作模型的去噪摊到每个重规划周期

南加州大学、布朗大学、复旦大学与丰田研究院提出 Rolling-WAM。世界动作模型（WAM）把未来视觉预测与动作生成耦合，但标准做法要求每个重规划周期把整个预测视野从纯噪声完整去噪一遍，延迟巨大、闭环反应迟钝。作者指出 receding-horizon 控制实际只执行视野的开头一小段，未被执行的尾巴含有价值却被丢弃。Rolling-WAM 维护一个滑动窗口，窗口内越靠未来的 chunk 噪声越高：滚动模式下 chunk j 的噪声为 σ((j-1+τ)/W)，第一个 chunk 在周期结束时变干净，且满足 σ_{j+1}(0) = σ_j(1) 的衔接条件，因此窗口前移后被保留的 chunk 恰好处于新位置的起始噪声，可直接接着去噪。每个 chunk 仍走满 N 步，但计算被摊到多个周期，稳态每周期只需 N/W 步。默认 N=10、W=5、K=16，即维持 80 个动作的预测窗口而每次更新只跑 2 步去噪。注意力掩码上，每个动作 chunk 可 attend 整个窗口的视觉特征，动作之间的直接注意力仅限同 chunk，视频 token 不 attend 动作 token，训练与推理一致。结果：稳态重规划 215 ms 对比 Joint-WAM 的 978 ms，加速 4.5 倍，比不做未来想象的 Fast-WAM（548 ms）还快，且比两个 VLA 基线（285/296 ms）更快；LIBERO 98.1%、RoboTwin 2.0 93.3%（全场最高，且无具身预训练即超过预训练的 LingBot-VA）、Unitree G1 真机三任务 85.0%。消融显示窗口 W=5 最优而 W=8 掉到 69.5%，且跨 chunk 直接动作注意力反而有害——动作应借道共享视觉未来协调。

Yinghua Zhou, Junjie Ye, Yiqi Zhao · 731次阅读 · 2026年9月24日

Rolling-WAM世界动作模型WAM2026年9月24日

ResSafe：残差 RL 驯服人形平衡的安全滤波器

UC Berkeley 提出 ResSafe：把人形平衡的安全性从单一策略里解耦出来，冻结参考策略、用残差 RL 学习隐式安全滤波器，并将经典 alive bonus 严格对齐到随机可达性的最大存活时间目标。58 维 Unitree G1 上仿真与真机验证：带负载跌倒率大降且跟踪误差同时占优，多 checkpoint 混训后安全滤波器可跨策略零样本迁移。

Qu, Gechen, Zhang, Tong, Zhang, Bike · 616次阅读 · 2026年9月14日

人形机器人Safety FilterResidual RL2026年9月14日

BeyondRetarget：从单目视频直接学习人形机器人可执行动作

南京大学团队（arXiv:2609.29850）把「先估人体动作再重定向」的两阶段管线整个丢掉：不经过 SMPL 显式表示，直接从单目 RGB 视频学习机器人导向的隐式共享运动表征，经机器人专属解码头输出目标人形的完整动作。三项关键设计：① 解码器围绕可学习的机器人名义态做残差参数化，新机器人只重训 DoF 与根部朝向分支，单卡约 1 小时适配一台新本体；② 用逐连杆非均匀缩放把 SMPL 标注解析对齐到机器人骨架比例，人的动作直接监督机器人，无需任何原生机器人轨迹，外加 18 共享关键点 + 有向语义连杆两级监督；③ 接触预测器 + 「接触但移动 vs 支撑」两级门控触发根部高度/水平修正与下肢 IK，支撑脚零滑动。结果：G1 上 MAMPJPE 26.36mm、Fail65/Fail100 双零、Mujoco 执行成功率 95.86%，且姿态误差低于喂 SMPL 真值的 Oracle 重定向（重定向误差存在的直接证据）；八种人形（G1/R1/H1/GR1-T1/GR2-V3/T1/Tienkung/Atlas）MAMPJPE 全部 26.36–72.05mm；端到端延迟 192.8ms（两阶段约 1.3s），支持单目视觉实时遥操作。代码开源 bear-ty/BeyondRetarget。

Tianyu Xiong, Yi Lu, Jinrui Wang · 708次阅读 · 2026年9月24日

人形机器人运动重定向模仿学习2026年9月24日