Tag · 4 篇
全身控制
01 02 03 04
PvP：基于本体感知-特权对比表征的数据高效人形机器人学习
PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations
把本体感知状态与特权状态做对比学习来学紧凑潜变量表征，可直接迁移到视觉-本体多模态的具身策略学习中，用来缓解部分可观测下的样本低效；其 SRL4Humanoid 框架也为表征学习与 RL 结合的消融提供了可复用基线。
面向零样本运动跟踪的人形生成式预训练
Humanoid Generative Pre-Training for Zero-Shot Motion Tracking
用因果注意力 Transformer 在十亿级动作语料上做生成式预训练，替代浅层 MLP 跟踪器，为视觉驱动的全身运动跟踪与零样本泛化提供可扩展的骨干与数据规模化范式。
面向人形全身控制的端到端语言-动作模型
End-to-End Language-Action Model for Humanoid Whole Body Control
把语言指令与本体感知直接映射到低层动作的端到端流匹配策略，配合残差动作头做真机精修，可作为视觉-语言-动作（VLA）类具身控制中绕开中间表示与模块化流水线的可复用范式。
超越模仿：从人际示范中学习全身人-人形机器人交互
Beyond Mimicry: Learning Whole-Body Human-Humanoid Interaction from Human-Human Demonstrations
PAIR 的接触中心两阶段重定向思路可迁移到任意跨形态动作迁移（如人手到机械手、人体到虚拟人），其核心是显式保留接触语义而非只对齐关节轨迹；D-STAR 的「何时动/何处动」解耦加扩散检测头结构，为视觉-动作联合建模提供了一种可复用的分层策略设计。