HUGWBC – 上海交大聯合上海 AI Lab 推出的人形機器人全身控制器

HUGWBC（Humanoid Unified and General Whole-Body Controller）是由上海交通大學與上海AI Lab共同研發的人形機器人全身控制器，旨在提供精確的控制能力。它能夠讓機器人靈活地執行多種自然步態，如行走、跑步、跳躍、站立和單腳跳，并支持實時的外部上肢控制信號，以完成復雜的任務。HUGWBC使用強化學習技術在模擬環境中進行訓練，并通過不對稱訓練框架（AAC）將控制策略成功遷移至真實機器人。

HUGWBC是什么

HUGWBC（人形統一通用全身控制器）是上海交通大學和上海AI Lab聯合開發的一款先進的人形機器人控制系統，專注于實現精細的控制。利用擴展的命令空間和創新的訓練技術，HUGWBC能夠讓機器人自然地進行多種形式，包括行走、跑步、跳躍、站立和單腳跳。同時，它支持實時的外部上肢控制信號，使機器人能夠在復雜的任務中表現出色。通過在模擬環境中的強化學習訓練，HUGWBC能夠有效地將策略遷移到實際的機器人上。

HUGWBC的主要功能

• 多樣步態支持：能夠控制機器人執行多種步態，包括行走、跑步、跳躍、站立和單腳跳。
• 參數精細調整：允許用戶調整步態頻率、腳擺高度、身體高度、腰部旋轉和身體俯仰角等參數，以滿足不同任務的需求。
• 實時外部干預：支持上肢的實時外部控制信號（例如遙控或重定向），使機器人能夠在執行任務時進行復雜的操作。
• 高魯棒性與適應性：HUGWBC能夠適應多種地形和外部干擾，確保的穩定性和精確性。

HUGWBC的技術原理

• 擴展命令空間：設計了包含任務命令和行為命令的通用命令空間，以靈活控制機器人的和姿態。
• 強化學習訓練：基于強化學習（尤其是PPO算法）在模擬環境中訓練控制策略，并通過定義獎勵函數來優化機器人的性能。
• 不對稱訓練框架：采用不對稱訓練框架（AAC），使批評網絡可以訪問所有特權信息，而演員網絡僅使用真實機器人可用的傳感器數據，從而提升策略的泛化能力。
• 對稱性損失：引入對稱性損失函數，促使策略生成自然且對稱的，提高的穩定性和效率。
• 干預訓練：在訓練過程中引入外部干預信號，以適應上肢的實時控制，同時保持下肢的穩定性和準確性。
• 腳軌跡規劃：采用五次多項式軌跡規劃方法，確保腳在擺動階段的平滑，提高的自然性和穩定性。

HUGWBC的項目地址

• 項目官網：https://hugwbc.github.io/
• arXiv技術論文：https://arxiv.org/pdf/2502.03206

HUGWBC的應用場景

• 復雜地形導航：使人形機器人能夠在不平坦的地形上靈活行走、跑步和跳躍，適應各種復雜環境，如崎嶇山路、廢墟或建筑工地，執行搜索和救援任務。
• 動態任務執行：支持機器人在需要快速反應和高機動性的場景中進行高動態任務，例如快速奔跑、跳躍和單腳跳，適用于體育賽事輔助或緊急響應任務。
• 人機協作任務：基于實時外部上肢干預功能，HUGWBC能夠使人形機器人與人類操作者協作完成復雜任務，如搬運、裝配或精細操作，從而提高工作效率與安全性。
• 服務機器人應用：在家庭或服務場所中，HUGWBC使人形機器人能夠執行日常任務，如清潔、搬運物品或協助老年人和殘疾人，提供更加自然和靈活的服務。
• 科學研究與開發：HUGWBC可用于開發和測試新的控制算法、人機交互技術及機器人感知能力，推動人形機器人技術的進一步發展。

常見問題

• HUGWBC適用于哪些機器人？HUGWBC設計用于多種人形機器人，適用于需要精細控制和多樣能力的場景。
• 如何獲取HUGWBC的使用權限？用戶可以訪問項目官網獲取相關信息和使用指南。
• HUGWBC能否在真實環境中應用？是的，HUGWBC經過不對稱訓練框架的優化，能夠在真實環境中穩定運行。