
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于语义地形标签条件化的人形机器人统一多模态行为克隆
《Scientific Reports》:A semantic-conditioned multi-modal behavior cloning framework for terrain-specific behavior isolation in humanoid locomotion
【字体: 大 中 小 】 时间:2026年10月22日 来源:Scientific Reports 4.9
编辑推荐:
摘要人形机器人在异质地形上的运动需要选择特定的地形行为,同时避免已学习技能之间的非预期干扰。本研究探讨语义地形标签是否可以作为一种确定性条件,用于选择预训练的地形特定行为,同时保持行为的隔离性。针对Unitree H1人形机器人的平坦地面和楼梯运动,使用近端策略优化(PPO)
人形机器人在异质地形上的运动需要选择特定的地形行为,同时避免已学习技能之间的非预期干扰。本研究探讨语义地形标签是否可以作为一种确定性条件,用于选择预训练的地形特定行为,同时保持行为的隔离性。针对Unitree H1人形机器人的平坦地面和楼梯运动,使用近端策略优化(PPO)独立训练了两个地形特定的参考策略。它们的演示数据被收集为轨迹,用于训练统一的多模态行为克隆(UMBC)策略,该策略为本体感觉、地形几何和语义地形标识配备了专用编码器。语义地形标识通过学习的嵌入进行表示,并明确为用于关节动作预测的共享策略头提供条件。所提出的策略在测试集上的动作平均绝对误差(MAE)为0.016349,均方根误差(RMSE)为0.025733,最佳验证损失为0.000367。在仅模拟器的闭环部署中,UMBC策略在平坦地面和楼梯地形上分别恢复了参考策略奖励的\(94.73\%\)和\(93.07\%\)。反事实地形标签分析在整个独立测试集上产生了非零的动作变化,其中从平坦到楼梯以及从楼梯到平坦的标签变化的平均\(L_2\)预测距离分别为0.5019和0.5187。部署实验证明了地形过渡能力,并评估了在外部扰动下的过渡延迟和运动鲁棒性。消融实验表明,自适应地形依赖加权略微提高了在较难的楼梯地形上的性能,但降低了在平坦地形上的性能,而独热编码、无标签和无编码器拼接变体与所提出的架构相比,地形特定性能有所下降。这些结果支持语义地形条件化作为一种在单一策略中选择地形特定行为的显式机制。