学习型全身控制

用仿真里强化学习训出的神经网络，统一协调人形机器人全身关节。

传统全身控制（WBC）每个控制周期都用动力学模型求解一个带任务优先级的二次规划，得出全身关节力矩，依赖精确模型和大量调参。学习型全身控制改为在仿真中用强化学习训练一个神经网络策略：输入本体状态和上层指令（行走速度、关节角、手和头的目标位置或一段人体动作），输出全身关节目标位置，再由各关节 PD 控制器执行，训练时常加域随机化以便迁移到真机。训练用的动作多来自重定向到机器人上的人体动捕数据，如 AMASS。代表工作有 ExBody、OmniH2O、HOVER、SONIC。它常充当「小脑」，接收 VLA 或遥操作给出的高层指令。

例子HOVER（Tairan He 等，ICRA 2025）在 19 自由度的宇树 H1 上，用掩码把根部速度跟踪、局部关节角跟踪、关键点位置跟踪几种指令模式统一进一个策略，经 DAgger 从特权教师策略蒸馏而来；每种模式下 12 项指标中至少 7 项优于专用控制器。

也叫

神经全身控制器、强化学习全身控制、RL WBC、Neural Whole-Body Controller、Neural WBC

相关

全身控制、HOVER、运动跟踪、教师-学生蒸馏、强化学习运控、大脑-小脑架构（大小脑）

来源

HOVER: Versatile Neural Whole-Body Controller for Humanoid Robots (arXiv 2410.21229)
HOVER 全文（HTML 版，动作空间与 DAgger 蒸馏细节）
A Survey of Behavior Foundation Model: Next-Generation Whole-Body Control System of Humanoid Robots (arXiv 2506.20487)

信息截至

2025-11