UniTracker

UniTracker: Learning Universal Whole-Body Motion Tracker for Humanoid Robots进阶

让人形机器人用一个策略跟踪各种人体动作的三阶段全身运动跟踪框架

上海交通大学、上海人工智能实验室等机构 2025 年 7 月发布的工作。运动跟踪指让机器人实时模仿一段参考人体动作，难点是一个策略要覆盖成千上万种动作，而真机上拿不到仿真里那些完整信息。UniTracker 分三步：先在仿真里用特权信息（真机拿不到的完整状态）训练教师策略；再把它蒸馏成可上真机的学生策略，学生用条件变分自编码器（CVAE）学一个动作的全局隐变量，缓解只看部分观测时朝向等全局量的漂移；最后用快速适配模块对难跟踪的动作单条或成批微调。训练数据是从 AMASS 筛出的 8179 段人体动作，在宇树 G1 上做了仿真和真机验证。

例子给宇树 G1 一段从 AMASS 里取出的人体舞蹈动作，UniTracker 的同一个策略就能在真机上跟着做；遇到直接跟不好的高难动作序列，再用第三阶段的快速适配单独或成批微调。

相关: 运动跟踪、条件变分自编码器、教师-学生蒸馏、特权信息、AMASS 人体动捕数据集、宇树 G1
来源: UniTracker (arXiv 2507.07356)
UniTracker 论文 HTML 版（含机构与实验设置）
信息截至: 2025-09