企业官网建设流程全解析

【人形机器人运动新突破】

人形机器人要真正进入为人类设计的环境，行走只是起点。它们还需完成奔跑、跳跃等一系列高动态动作，并在任务变化时自然切换技能，且动作要稳定，有类似人类的协调性与节奏感。传统方法易产生不自然动作，强化学习虽让人形机器人掌握多种行为，但缺乏通用性。如今，加州大学伯克利分校、斯坦福大学团队提出基于强化学习的运动跟踪框架 BeyondMimic，实现了新突破。

【BeyondMimic框架揭秘】

【目标与阶段概述】

BeyondMimic 的目标是让人形机器人在训练阶段未见过的下游任务中，合成多样化动作，同时保持持续的敏捷性和类人的自然感。该框架包括两个阶段：第一阶段使用可扩展的强化学习运动跟踪，从多样化人类动作中训练出具备高动态能力的运动技能；第二阶段使用统一的潜在状态 - 动作扩散模型，将技能整合到同一运动分布中，并通过分类器引导在推理阶段根据新目标生成和组合动作。

【第一阶段：统一学习人类动作】

此阶段任务是从人类示范中学习可迁移的运动技能。研究团队让不同参考动作共享同一套运动跟踪公式等，在可扩展性与动作自然度间取得平衡，能学习不同类型人类动作，保留人类水平的敏捷性。还结合了精确的执行器建模等设计，认为仿真到现实的迁移能力来自整体配合。训练数据含约 2.5 小时人类动作，机器人验证全部动作，并将 21 个代表性动作片段部署到真实机器人上，总时长约 15 分钟，涵盖多种平衡行为和高动态动作，以及不同风格和接触模式的技能。

【第二阶段：潜在扩散模型组合技能】

研究团队训练统一的潜在状态 - 动作扩散模型，将第一阶段的多种运动技能整合起来。该模型不仅预测动作，还能隐式捕捉动作对未来状态的影响，为任务适配和技能切换提供基础。其关键能力来自 classifier guidance，可将无条件动作生成引导为面向特定目标的条件生成。在预测控制中，模型先预测未来状态和动作，再修正结果使轨迹朝指定目标收敛。BeyondMimic 将规划与控制放进同一模型，允许 classifier guidance 直接在真实硬件上调整，机器人能根据指令切换动作，实现动作补全。两个阶段部署依赖实时 C++ 框架，实现了较强的仿真到现实迁移。

【评估结果：敏捷性与自然感兼备】

【多样动作与人类水平的敏捷性】

研究团队在室外复杂地面测试机器人，机器人完成了多种高难度动作。在空中侧手翻时，有较高的峰值加速度和角速度，落地姿态控制好。还能连续完成多次跳转，保持稳定性和动作风格。这表明第一阶段的运动技能能迁移到真实硬件，在复杂环境中保持高动态表现。

【行走与奔跑的自然程度】

研究团队组织 77 名参与者进行用户研究，观看 BeyondMimic 与 Unitree 原生控制器的 20 组行走和奔跑片段并选择更自然的。最终获得 1539 次有效选择，BeyondMimic 整体获得 70.8% 的偏好，行走偏好率为 57.0%，奔跑偏好率达 84.7%。机器人行走受外力时能柔顺响应，体现对外部干扰的适应能力。

【未见任务中的运动切换与技能组合】

研究团队测试了速度命令、路径点导航等任务。机器人能生成平滑轨迹到达目标点，在受到扰动后继续朝目标移动，能在不同速度指令下平滑切换行走和奔跑状态。通过 motion inpainting 测试，机器人能从行走平滑过渡到高动态动作再回到原状态。在任务组合实验中，机器人能结合路径点跟踪和障碍物躲避成本，绕开障碍物到达目标点，避障机制在不同成本替换后仍有效。这些结果证明 BeyondMimic 能通过推理阶段的 classifier guidance 切换目标并组合技能。

【不足与未来方向】

当然，BeyondMimic 框架还有很多需要改进的地方。其扩散模型依赖底层状态估计系统质量，潜在扩散模型虽对噪声有一定鲁棒性，但结合传感器融合或学习式状态估计仍是提升性能的重要方向。当前系统预测时域不足以完成长程规划，历史信息可能使模型陷入重复动作模式，虽可缓解但可能导致去噪不稳定，机器人在动作开始和结束阶段易绊倒。此外，当前基于引导的优化对精细控制效果有限，仍需调节引导权重。研究团队认为未来可探索监督微调和适配器式控制层，支持更细粒度、可组合的轨迹控制，减少人工调参需求。BeyondMimic 的价值在于将高质量动作学习等放进同一框架，未来有望让人形机器人从“按预设动作执行”走向“根据环境组织行为”。