《環(huán)太平洋》名場面之“用真人操縱機甲”，如今照進現(xiàn)實了。

話不多說，請看VCR：

原來，這是上海AI Lab最新推出的人形機器人“駕駛艙”——HOMIE（Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit） 。

一副機械臂外骨骼、一雙動作感應(yīng)手套，以及一塊三軸腳踏板，人們就能對雙足人形機器人全身進行精準(zhǔn)遙操作了。

這也意味著，無需昂貴動作捕捉設(shè)備，人形機器人也能1:1復(fù)刻人類動作。

根據(jù)研究團隊的說法，HOMIE主打一個“快準(zhǔn)省”：

• 快：與傳統(tǒng)最快VR手柄采集方案相比，速度還要快200%，任務(wù)完成時間縮短50%；
• 準(zhǔn)：解決了傳統(tǒng)人形機器人遙操作面臨的全身協(xié)調(diào)控制難（需同時控制移動與操作）和高精度指令獲取難（依賴昂貴動捕設(shè)備或視覺算法）兩大難題，支持其完成搬運、協(xié)作、開門等復(fù)雜移動操作任務(wù)；
• ?。赫子布H約3500元人民幣，而且HOMIE還開源了。

該系統(tǒng)由強化學(xué)習(xí)驅(qū)動的運動控制框架和低成本同構(gòu)外骨骼硬件組成，首次實現(xiàn)了單一操作者對雙足人形機器人全身的精準(zhǔn)遙操作。

由強化學(xué)習(xí)驅(qū)動的運動控制框架

這第一步，我們先來拆個箱，詳細(xì)康康上面提到的“三件套”。

三大核心組件

一直以來，傳統(tǒng)人形機器人遙操作面臨兩大難題：

• 全身協(xié)調(diào)控制難：需同時控制移動與操作
• 高精度指令獲取難：依賴昂貴動捕設(shè)備或視覺算法

而HOMIE的突破在于將“人機同構(gòu)”理念發(fā)揮到極致，其駕駛艙包含三大核心組件：

1、同構(gòu)機械臂外骨骼：7自由度機械臂與機器人關(guān)節(jié)一一對應(yīng)，操作者只需像控制自己手臂一樣運動，即可精準(zhǔn)映射機器人動作，誤差小于0.09度，頻率高達260Hz。

2、動作感應(yīng)手套：15自由度傳感器捕捉手指細(xì)微動作，霍爾效應(yīng)磁感技術(shù)實現(xiàn)低成本高精度（200人民幣/只），可適配多種靈巧手型號。

3、三軸腳踏板：通過踏板控制機器人移動速度、轉(zhuǎn)向與下蹲高度，支持“踩油門式”直覺操作。

挨個來看的話。

同構(gòu)外骨骼機械臂是基于Unitree G1與Fourier GR-1機器人形態(tài)定制，7自由度關(guān)節(jié)與機器人完全對應(yīng)。

它采用Dynamixel伺服電機（精度0.09°），通過URDF模型對齊坐標(biāo)系，確保操作者動作與機器人運動1:1映射。

通常情況下，它被固定于操作者背部與手掌，覆蓋機器人絕大部分工作空間且不限制人體活動。

至于200元/只的動作感應(yīng)手套，它每根手指配備3組霍爾傳感器，捕捉指尖彎曲、指節(jié)偏轉(zhuǎn)等15自由度動作。

同時，磁鐵隨關(guān)節(jié)旋轉(zhuǎn)改變磁場強度，通過微控制器實時轉(zhuǎn)換為關(guān)節(jié)角度，支持即插即用適配多種靈巧手。

而腳下踩的三軸腳踏板，可以看到線性速度、轉(zhuǎn)向角速度、下蹲高度分別由三個踏板控制，壓力信號經(jīng)高精度電位器轉(zhuǎn)換。

對了，模式切換按鈕支持前進/后退、左轉(zhuǎn)/右轉(zhuǎn)快速切換，操作邏輯類似汽車油門。

以上設(shè)計能夠讓操作者如同“穿戴”機器人，徹底擺脫傳統(tǒng)VR手柄的延遲與誤差。

實驗結(jié)果顯示，HOMIE的指令采集速度比最快VR方案快200%，任務(wù)完成時間縮短50%。尤其當(dāng)操作者伸手抓取物體時，機器人幾乎同步響應(yīng)。

而且，背后團隊特意提醒：

由于外骨骼基于同構(gòu)概念設(shè)計，僅手臂部分需要根據(jù)不同機器人的手臂設(shè)計進行微調(diào)；不過因為現(xiàn)行人形機器人手臂設(shè)計基本是7自由度的范式，因此這個調(diào)整并不會很大。

手套和踏板部分對所有市面上的人形機器人都是通用的。

其次，我們來重點談?wù)凥OMIE背后所采用的強化學(xué)習(xí)。

在強化學(xué)習(xí)框架中引入三大創(chuàng)新技術(shù)

現(xiàn)有的強化學(xué)習(xí)方法無法讓人形機器人穩(wěn)定、快速地下蹲到指定位置，同時現(xiàn)有方法均依賴于大量數(shù)據(jù)和運動先驗來實驗機器人運動對上身姿勢的適配。

前者很大程度限制了機器人的可操作空間，后者則提高了機器人訓(xùn)練的成本。

為了最大程度拓展機器人的操作空間，并保證任何機器人都能快速學(xué)會在任何上身姿勢下保持平衡，HOMIE在其強化學(xué)習(xí)框架中引入三大創(chuàng)新技術(shù)：

1、上半身姿勢課程學(xué)習(xí)

傳統(tǒng)方法直接隨機采樣上身關(guān)節(jié)角度，訓(xùn)練初期機器人頻繁失衡，導(dǎo)致訓(xùn)練緩慢甚至無法訓(xùn)練。而HOMIE引入了設(shè)計漸進式課程學(xué)習(xí)的方法，使得訓(xùn)練過程中機器人上肢動作的采樣難度更平滑地提升：

• 初始階段限制上身動作幅度（動作比率r_a=0），此時大概率上身姿勢保持默認(rèn)姿勢，更容易訓(xùn)得穩(wěn)定步態(tài)；
• 當(dāng)速度跟蹤獎勵達標(biāo)后，逐步擴大r_a至1，最終采樣分布變?yōu)榧冸S機分布??(0,1)；
• 采用特殊概率分布平滑過渡，避免動作突變引發(fā)的失衡。

2、高度跟蹤獎勵函數(shù)

為拓展機器人操作空間（如從地面撿物或高處放置），HOMIE在通用的追蹤高度的獎勵函數(shù)基礎(chǔ)上引入了一個新的輔助函數(shù)：

該函數(shù)通過膝關(guān)節(jié)角度與目標(biāo)高度的動態(tài)耦合，引導(dǎo)機器人自主調(diào)整蹲姿。

訓(xùn)練中，每次對命令的采樣均保證有1/3環(huán)境專門學(xué)習(xí)下蹲，2/3環(huán)境學(xué)習(xí)站立行走，同一個環(huán)境在兩種模式下不斷切換，最終可以同時學(xué)會穩(wěn)定的行走和下蹲。

3、對稱性增強技術(shù)

為了充分利用人形機器人的左右對稱性，避免人形機器人左右不對稱動作易導(dǎo)致失衡，HOMIE在數(shù)據(jù)采集與訓(xùn)練中引入鏡像翻轉(zhuǎn)：

• 將觀測狀態(tài)（關(guān)節(jié)角度、速度等）沿x-z平面鏡像，生成對稱樣本。
• 在策略網(wǎng)絡(luò)優(yōu)化時，額外計算對稱動作與價值的均方誤差損失，強制網(wǎng)絡(luò)學(xué)習(xí)對稱行為。

已通過從仿真到現(xiàn)實的全面驗證

研究人員針對HOMIE強化學(xué)習(xí)框架中提出的三個新的方法分別進行了蒸餾實驗，將得到的結(jié)果在幾個關(guān)鍵指標(biāo)上進行測試，最終發(fā)現(xiàn)：

1）上半身姿勢課程學(xué)習(xí)可以充分幫助機器人更快的學(xué)會在各種連續(xù)變化的上身姿勢下保持平衡并穩(wěn)定行走，并且HOMIE的課程學(xué)習(xí)方式確實比直接利用隨機概率進行課程學(xué)習(xí)更加優(yōu)越；

2）高度跟蹤獎勵函數(shù)的提出相比于只用高度追蹤獎勵函數(shù)，能夠讓機器人更好、更快的學(xué)會穩(wěn)定的下蹲，而簡單粗暴的調(diào)大高度追蹤獎勵的獎勵函數(shù)比例反而會讓機器人的學(xué)習(xí)更加困難；

3）對稱性增強技術(shù)的使用不止讓訓(xùn)得的策略更加具有對稱性，更是直接大幅提高了機器人訓(xùn)練的速度，從而提高了數(shù)據(jù)效率。

上述結(jié)論都表明，HOMIE的訓(xùn)練框架很好的幫助機器人更好的學(xué)習(xí)完成移動操作任務(wù)，可以使人們獲得更好的移動操作底層控制策略。

而且，HOMIE不止能應(yīng)用于Unitree G1，研究人員還使用同樣的框架訓(xùn)練了傅利葉GR-1機器人。

結(jié)果證明，即使G1和GR-1在結(jié)構(gòu)和尺寸上差別很大，HOMIE的強化學(xué)習(xí)框架依然能夠讓GR-1快速學(xué)到穩(wěn)定的行走和下蹲。

與此同時，研究人員對HOMIE的硬件系統(tǒng)進行了系統(tǒng)性的測試，并發(fā)現(xiàn)得益于舵機和霍爾傳感器的使用，這套低成本的硬件系統(tǒng)具有極高的響應(yīng)頻率和姿勢獲取精度。

同時由于同構(gòu)的設(shè)計，系統(tǒng)不需要額外進行姿勢估計和求解，在無需GPU和SoC的前提下依然可以達到遠(yuǎn)超別的方法的姿勢獲取頻率。

此外，研究團隊利用HOMIE在不同環(huán)境下完成了豐富的移動操作任務(wù)。

包括從低貨架拿貨物到高貨架、兩人分別用HOMIE一起完成物體在兩臺機器人之間的傳遞、貨物搬運、推人前進、開微波爐、撿水平、捧花等復(fù)雜的動作，這些任務(wù)充分體現(xiàn)了HOMIE遙操人形機器人完成任務(wù)的多樣性。

任務(wù)本身對機器人全身協(xié)調(diào)能力的高要求也證明了利用HOMIE框架訓(xùn)練得到的策略的穩(wěn)定性。

為了展示使用HOMIE的硬件系統(tǒng)進行桌面遙操任務(wù)的優(yōu)越性，研究人員還在4項桌面任務(wù)中，用HOMIE和VR方案（OpenTelevision）分別完成四個不同的桌面任務(wù)。

最終發(fā)現(xiàn)，HOMIE在完成速度上具有顯著優(yōu)勢，尤其在需要精確徑向移動的任務(wù)中完成速度超過VR方案的2倍。

同時，研究人員還初步嘗試了用HOMIE采集數(shù)據(jù)訓(xùn)練模仿學(xué)習(xí)算法的可能性。

通過在下蹲撿蘋果和站立撿蘋果兩個任務(wù)上分別采集50條數(shù)據(jù)，并利用Seer模型進行訓(xùn)練，從而部署到真實機器人上，最終取得了超過70%的成功率。

概括而言，HOMIE的價值不僅在于技術(shù)突破，更在于其開源與低成本特性（整套硬件僅約3500人民幣）。

目前主流的基于VR的方法是OpenTelevision，是基于Apple的VisionPro進行操作，目前一臺最基本的256G的Vision Pro國內(nèi)售價約3萬人民幣，因此其成本只有VisionPro的約12%。

它讓人形機器人擺脫動捕依賴，像智能手機一樣通過“直覺化駕駛艙”走入倉庫等復(fù)雜場景。

正如團隊所言：

或許不久的將來，每個機器人都會擁有自己的“神經(jīng)連接駕駛艙”，而HOMIE正是這條征途上的第一塊里程碑。

鑒于已經(jīng)開源，動手能力強的小伙伴已經(jīng)躍躍欲試啰~

論文鏈接：https://arxiv.org/abs/2502.13013
項目主頁：https://homietele.github.io/
代碼申請：https://forms.gle/NSLiABo3bPWN89wZ8