英伟达和MIT出新“魔法”：让机器人“推不倒”（组图）

让双足机器人走路已经不是难题，但是想让它们表演“跳舞”或“打拳”，却十分有挑战。机器人的运动方式越接近人类，就越能够自然融入人类环境，而无需改变人类原有的生活和工作空间，因此，研究怎么让机器人的运动能力更贴近人类，是一个长期课题。

但机器人姿态动作的改变背后，不仅涉及物理形态的变化，更涉及到控制精度、平衡保持和动作连贯性的深层考验。

就像小孩学走路，站立和行走只需掌握重心转移和平衡，而“转身跳舞”则需全身协调，涉及手臂、腿部和核心肌肉的配合。机器人也面临类似挑战——行走仅需控制腿部，而跳舞或打拳则要求全身精准协同，任何细微延迟或误差都会导致动作生硬、不连贯，甚至摔倒。

在这种全身控制方面，传统的机器人控制系统就像“遥控车”，依靠提前写好的“动作剧本”，逐帧执行预设的动作指令。这种“定格动画”式的控制方式在简单任务中表现良好。

但当环境发生变化，或者需要执行连续的动态动作时，问题就暴露了——动作僵硬、卡顿明显。

12月18日，英伟达、MIT、加州大学联合发布了一项最新研究，提出了让机器人更能富有表现力的控制全身系统ExBody2，可以帮助机器人打破“固定剧本”带来的运动局限，教会机器人如何灵活应变，ExBody2的工作方式则更像是一位智慧的“舞蹈教练”，不再拘泥于“每一帧的动作指令”，而是教会机器人理解“运动的节奏和方向”。

通过这种方式，ExBody2增强了双足机器人的平衡和适应能力，使得它们在面对轻推、复杂地面等场景时能表现得更加稳定。

简单来说，ExBody2的控制逻辑更像人类的运动方式——人类在跳舞时不会死记每一步的具体位置，而是靠节奏感和动作的连贯性来完成整段舞蹈，它关注关键部位的运动节奏和方向，帮助机器人在动态环境中实时调整动作。得益于这种方法，让机器人具备连续流畅和相对稳定的运动能力，实现“即兴表演”的效果。

在这项研究中，研究人员使用了宇树G1和H1人形机器人进行测试：

（G1机器人户外转换步态）

（机器人打拳）

此外，ExBody2不仅能在虚拟环境中训练机器人，还能将这些技能迁移到现实世界中，在Sim2Real（从虚拟到现实）环节帮助机器人顺利走向真实世界。

从虚拟课堂到真实表演：机器人如何“上课”？

在传统的机器人动作控制方法里，让机器人模仿人类复杂的花式动作，就像让大象去爬树，不仅不切实际，还可能把它“累趴下”。就像一个人在跳舞时，每一步都要精确地盯着脚和手的每个动作，生怕出错。这种“逐帧控制”的方法一旦某一帧出现偏差，后续的动作就会变得不稳定，像是“连锁反应”一样让动作越来越僵硬。

ExBody2的做法更像是让机器人学会“跟着节奏跳舞”，而不是死记硬背每一个动作。它将控制逻辑拆分为关键点跟踪（控制动作的关键位置）和速度控制（调整动作的节奏），两者独立运作。

相比传统的“全局控制”，ExBody2采用了局部关键点映射，就像在机器人身上安装了一个“局部导航系统”，每个动作只需要关心自己负责的部分，而不必关注全局。这样一来，即使某个动作有轻微偏差，也不会“牵一发而动全身”，机器人依然能流畅完成动作。

除此之外，在动作设置上，ExBody2的设计者们也用了新思路：与其让机器人挑战不可能，不如给它挑选一些真正适合的动作。从海量的动作数据集中，他们像挑选课本一样，把这些动作分门别类，做了“分级处理”。

（来源：论文《ExBody2: Advanced Expressive Humanoid Whole-Body Control》，不同数据集下机器人关键点跟踪、关节精度和速度控制误差评估；D₅₀、D₂₅₀、D₅₀₀、DCMU，是四种不同的数据集，代表从简单到复杂的动作难度。）

他们将数据集分成了四个“动作难度包”：

● D50：入门版，就像小学一年级的课本，内容简单易学，包括站立、行走等基本动作；

● D250：进阶版，开始加入跑步和简单舞蹈动作，难度适中，刚好适合“稳步进步”；

● D500：高级版，包含了更复杂的动作，比如单脚跳跃和旋转，稍显棘手，但也更具挑战性；

● DCMU：完整版，囊括了所有动作，从普通的步态到高难度的翻滚和地板动作，几乎“无所不包”，但也带来了大量噪声和不可完成的任务。

这种分级筛选的过程，就像为一个孩子挑选适龄的书籍一样。大人不会指望一个刚刚学会认字的孩子去读莎士比亚，机器人也一样，学习过程需要逐步推进。如果一开始就让它面对“高难度关卡”，它可能会在错误的尝试中迷失方向，甚至彻底放弃。

有趣的是，实验发现，D250数据包表现最佳。它的难度设计恰到好处，既包含了多样化的动作，又没有加入那些让机器人望而却步的“极限挑战”。与之相比：

● D50数据包虽简单高效，但内容过于基础，导致机器人难以应对稍复杂的任务；

● D500和DCMU数据包则因动作过于复杂，增加了无效训练的噪声，拖累了整体效果。

D250就像一本结构合理的练习册，既让机器人有挑战，又不会让它压力过大。通过这样的筛选，ExBody2为机器人打造了一条学习之路，让它能够稳扎稳打地掌握动作技能，最终在真实世界中自信地“展现舞姿”。

有了优质的数据集，ExBody2的教学进入了第二阶段，即“老师-学生”架构的核心过程，这里面包含在虚拟环境中的“老师机器人”和真实环境里的“学生机器人”两种角色。

在这个架构中，“老师机器人”是主导者，它生活在一个虚拟环境里，拥有丰富的“特权信息”，比如关节的位置、速度和身体的物理反馈。就像一个经验丰富的舞蹈教练，老师机器人通过强化学习算法（PPO）不断优化自己的动作，从单脚跳到连续旋转，每个细节都打磨到位。

而“学生机器人”的学习条件就没那么优越了，它进入真实世界时，面临的环境复杂且变化多端，没有老师那样的“特权信息”，只能依靠历史数据和观察到的反馈。这就像一个学生只能通过看录像模仿舞蹈，而无法直接从教练那里获得详细指导。

为了弥补信息的缺失，ExBody2采用了一种叫“DAgger”的算法，它将老师的复杂指令简化成学生能理解的观察数据。这个过程类似于把一部高清视频压缩成清晰的GIF动画，虽然少了一些细节，但核心动作得以保留。

真实环境大考验：ExBody2如何从“课堂”走向“实战”

ExBody2是不是一套真正“聪明”的机器人学习系统，最终的检验要看它在真实环境中的表现。就像一个学生考试时，课堂上表现得再好，如果在考场上发挥失常，也不能算作优秀的学习者。因此，ExBody2不仅在“课堂”中训练机器人，还通过一系列的实际测试，检验机器人在不确定环境中的表现，来验证证明这套系统的“聪明之处”。

在这场考验中，研究团队设计了一场机器人间的“现场大比拼”。他们将机器人放置在各种动态环境中，比如不平的地面、动态的障碍物、突然的轻推等，模拟出真实世界中常见的突发情况。面对这些“考验”，机器人需要做出迅速的反应，调整自己的站姿、步伐和动作节奏，保持稳定并完成任务。

（人形机器人在现实世界中执行各种富有表现力的全身动作）

最有趣的测试是“推挤测试”。在实验中，研究人员故意轻轻推一下行走中的机器人，模拟在家庭环境中孩子不小心撞到机器人的场景。结果显示，ExBody2的机器人反应相当灵敏，能迅速调整重心，稳稳站住脚跟。相比之下，采用传统控制方法的机器人要么停滞不前，要么直接摔倒，显得“手足无措”。这种稳定性得益于系统的高效学习方法，使得机器人不仅能在理想环境中行动自如，还能在不确定的动态环境中灵活应变。

除了“推挤测试”，ExBody2的机器人还通过了“复杂地形行走”考验。实验室模拟了崎岖的地面环境，比如带有小台阶和倾斜的路面。普通机器人在这种环境中经常“脚步不稳”，容易滑倒。而ExBody2的机器人就像一个穿着防滑鞋的登山者，步伐稳健，能够调整步长和姿态，从容跨越台阶和不规则的地面。这种表现背后的关键在于，机器人能够“记住”之前的动作调整，并在遇到类似的环境时迅速做出“类似的反应”。这种记忆能力使它在不断变化的环境中也能“步步为营”，不像传统的机器人只会在固定的环境中反复做一成不变的动作。

这些测试不仅是在实验室中做的“花架子”，也具备一定的实际意义。比如，当家中的清洁机器人在打扫地面时，地上突然出现了一个小玩具，普通的机器人可能会直接被卡住，或尝试多次绕行，但ExBody2的机器人却能迅速“明白”前方的变化，做出合理的绕行决策。

此外，在工业流水线中，这种“灵活反应”同样至关重要。传统的工业机器人只能在指定位置“拿放物件”，但如果流水线上突然出现了一块偏移的物料，ExBody2的机器人会迅速调整位置，主动适应物料的位置变化，就像流水线上的“超级工人”，不再是一个“死板的机械手”。

为了验证ExBody2在不同场景中的表现，研究团队还量化了几项关键的性能指标，比如在关节位置精度（下表中的Eₘₚⱼₚₑ) 上，ExBody2的机器人误差降低，而普通的机器人误差则要高出数倍，这一差距直接反映在动作的精准度上。

在其它指标比如关键点位置误差（Eₘₚₖₚₑ）、速度误差（Eᵥₑₗ）方面，ExBody2均有优势。

（ExBody2与其他方法在宇树G1和H1上的性能对比结果）

总结来看，ExBody2的成功不仅体现在课堂中的“标准化训练”，更体现在真实环境中的“灵活应变”。通过应对“推挤”、“复杂地形”和“动态物料变化”等考验，ExBody2的机器人展现了比传统机器人更高的稳定性和灵活性。配合关键指标的量化表现，证明了这套系统的优越性。无论是在家中还是在工厂，ExBody2的机器人都不再是“机械的螺丝工人”，而是能够“见招拆招”的“智能工作伙伴”，不论是家用服务场景，还是工业生产场景，ExBody2给人形机器人带来新的可能性。