FALCON

FALCON: Learning Force-Adaptive Humanoid Loco-Manipulation进阶

CMU 等 2025 年提出的人形训练框架，让机器人边走边稳稳地推、拉、搬重物。

FALCON 是卡内基梅隆大学 LeCAR 实验室（Guanya Shi 组）联合 Field AI 等机构在 2025 年 5 月发布的人形机器人全身控制方法，项目页标注入选 L4DC 2026 口头报告。人形机器人边走边干活（运动操作一体化）时，手上一旦受到较大外力，比如拉车、开门、搬重物，下半身容易失去平衡，上半身也跟不准目标位置。FALCON 用双智能体强化学习：下半身策略在外力干扰下保持行走稳定，上半身策略把手送到指定位置并隐式补偿外力，两者共享本体感知（关节角、速度等自身状态）联合训练；再配一个三维力课程，训练中逐步加大施加在手上的外力，同时不超过各关节的力矩上限。上半身关节跟踪精度约为基线的 2 倍，同一套训练流程不改奖励就能用在宇树 G1 和加速进化 Booster T1 两款人形上。