2025-12-03 人形机器人如何做到“边跑边干活”却稳如老狗的？！

作者：李鑫   出品：具身智能大讲堂

在人类生活场景中，边移动边做事是再平常不过的技能——走路时端稳水杯、赶路时手持物品，这些动作对我们而言毫不费力。但对人形机器人来说，这却是极具挑战性的难题。动态行走产生的身体晃动，会通过躯干传递到手臂末端，引发剧烈震荡，导致物体掉落、操作失准。

近日来自佐治亚理工学院与清华大学的研究团队提出了一种名为SEEC的稳定末端执行器控制框架，成功破解了这一核心难题。该框架让Booster T1人形机器人在行走过程中，既能稳稳握住柔性链条、端平装满零食的餐盘，还能流畅完成白板擦拭等操作，性能全面超越传统控制方法。

1►核心痛点：动态行走与精准操作的矛盾

人形机器人要实现“边跑边干活”，核心矛盾在于动态 locomotion（移动）与 manipulation（操作）的耦合干扰。

机器人行走时，腿部与地面的接触冲击、重心的周期性转移，会产生持续的扰动。这些扰动会沿着身体结构放大传递到手臂末端，导致末端执行器（如手部）出现大幅加速度波动。哪怕是轻微的身体晃动，都可能让手部产生数倍于重力的加速度，进而引发物体振荡、滑落，或是破坏操作所需的精准接触力。

传统解决方案存在明显短板：

•基于逆运动学（IK）的方法：完全依赖精确的动力学模型，无法应对摩擦、间隙等现实因素，扰动下易出现剧烈振荡，最终导致任务失败；

•纯学习方法：通过强化学习（RL）端到端训练，但容易过拟合训练场景，面对未见过的行走模式或突发扰动时适应性差，且可能退化为静态握持动作，缺乏通用性；

•联合训练方法：将移动与操作政策绑定训练，模块化程度低，更换行走模式后需重新训练，无法灵活适配不同场景。

研究团队提出的SEEC框架，能够让Booster T1人形机器人在动态移动过程中完成稳定的“移动-操作”复合任务。

SEEC框架的核心创新，在于将模型的精准性与学习的适应性相结合，同时通过模块化设计打破移动与操作的耦合，实现“一次训练，多场景通用”的稳定控制。

2►SEEC框架技术解析：三大核心设计实现稳定控制

SEEC框架的本质，是为机器人上肢打造了一个“抗扰动专属控制器”——通过模型增强的残差学习，让上肢能主动抵消下肢移动带来的扰动，同时保持操作任务的精准性。其核心设计可拆解为三部分：

SEEC框架系统概述

1. 模型增强残差学习：兼顾精准与鲁棒

SEEC没有采用纯模型或纯学习的单一方案，而是构建了“模型提供基础补偿+学习优化残差误差”的混合架构。

首先，通过动力学模型解析计算“扰动补偿扭矩”：基于机器人肢体的质量、惯性、关节状态等参数，精准推导抵消基座移动扰动所需的关节扭矩，从原理上抑制末端执行器的加速度波动。这种模型指导的补偿方式，比单纯在奖励函数中惩罚加速度更具针对性，避免了学习过程中的盲目探索。

其次，通过强化学习训练残差政策：考虑到现实中传感器噪声、电机延迟、摩擦等模型无法完全捕捉的因素，SEEC训练了一个RL残差政策，对模型计算的补偿扭矩进行微调。这种设计既保证了补偿的精准性，又通过学习弥补了模型误差，让控制更具鲁棒性。

2. 扰动生成策略：提前“见识”各种行走扰动

为了让上肢控制器能适应不同的行走模式，SEEC设计了一套全面的扰动生成机制，让模型在训练阶段就能“见识”到各种可能的移动扰动。

研究团队将行走扰动拆解为两类核心成分：一是足底冲击力带来的脉冲式加速度，二是重心转移产生的周期性摇摆加速度。通过随机采样脉冲幅度、振荡频率、相位偏移等参数，生成覆盖真实行走场景的多样化扰动剖面——包括0.64-1.28秒的人类步态周期、±100m/s²的冲击加速度、±10m/s²的摇摆加速度等。

这种训练方式相当于让机器人上肢提前“经历”各种行走状态下的扰动，学习到通用的补偿策略，而非局限于某一种固定的行走模式。这也是SEEC能适配未见过的行走控制器的关键：上肢政策不依赖特定的下肢移动模式，而是直接对扰动本身做出反应。

3. 模块化设计：移动与操作彻底解耦

SEEC框架明确划分了下肢“移动控制器”与上肢“操作控制器”的职责：

•下肢：专注于稳定行走，按照传统鲁棒 locomotion 训练流程，实现踏步、前进、侧向行走、旋转等多种移动模式；

上肢训练奖励机制概述

•上肢：专注于抗扰动操作，通过上述模型增强学习和扰动训练，独立学习如何抵消下肢带来的扰动，同时完成握持、擦拭等任务。

这种模块化设计的优势在于，上肢政策与下肢政策完全解耦。训练完成后，上肢政策可直接适配任何新的行走模式，无需重新联合训练——哪怕是训练时从未见过的行走控制器，也能快速适应并保持稳定操作。

3►训练与部署：高效迁移，零样本适配

SEEC的训练过程在IsaacLab仿真环境中完成，分为上肢和下肢两个独立阶段：

•上肢训练：基于固定基座模型，注入生成的多样化扰动信号，通过PPO算法训练带循环网络（RNN）的演员-评论家模型，奖励函数同时兼顾扭矩匹配、末端跟踪精度、加速度抑制和动作平滑性；

•下肢训练：采用标准的鲁棒行走训练流程，通过随机化上肢目标、末端质量等参数提升通用性。

部署时，只需将训练好的上肢和下肢政策直接迁移到Booster T1人形机器人硬件上，无需额外微调——这种“仿真训练、硬件零样本迁移”的能力，大幅降低了实际应用的门槛。

4►实验验证：仿真与硬件双重达标

研究团队在Booster T1人形机器人（身高1.2米，29个自由度）上进行了全面测试，无论是仿真还是真实硬件场景，SEEC都展现出显著优势。

1. 稳定性：加速度大幅降低

在踏步、前进、侧向行走、旋转四种典型移动场景中，SEEC的末端执行器稳定性全面超越基线方法：

末端执行器稳定性基准测试结果（MuJoCo平台）

•线性加速度：SEEC的平均线性加速度仅为2.26-2.75 m/s²，远低于IK方法的5.28-6.06 m/s²，甚至比纯RL方法低40%以上；

•角加速度：平均角加速度控制在11.4-14.1 rad/s²，较IK方法降低约40%-50%，最大加速度波动也被大幅抑制。

真实硬件测试中，SEEC的平均线性加速度为2.82 m/s²，而IK方法为3.57 m/s²，且SEEC的加速度曲线更平滑，无剧烈波动，证明其在现实环境中的抗扰动能力。

2. 鲁棒性：适配未见过的行走模式

当更换为训练时未接触过的行走控制器时，SEEC的表现远超传统方法：

鲁棒性基准测试结果（MuJoCo平台）

•联合训练（Co-Train）方法：平均线性加速度下降57.45%，角加速度下降60.14%，几乎无法完成稳定操作；

•SEEC：平均线性加速度仅下降34.40%，角加速度下降21.52%，仍能保持稳定的末端控制，成功完成任务。

这种鲁棒性意味着，SEEC训练后的机器人，既能适应缓慢行走，也能应对快速移动，无需为每种行走模式单独优化。

3. 实际任务：多种场景稳定落地

研究团队在真实环境中测试了四项典型任务，SEEC均实现稳定执行：

末端执行器稳定性真实世界评估结果

•链条握持：行走过程中，IK方法导致链条剧烈振荡并最终掉落，而SEEC能将链条振荡幅度压制在极小范围，保持近乎垂直的稳定状态；

•餐盘携带：端着装满零食的餐盘行走时，IK方法因末端振荡导致零食大量洒落，SEEC则能保持餐盘平稳，无任何洒落；

•白板擦拭：通过VR遥操作控制，机器人在持续踏步的同时，能保持擦拭工具与白板的稳定接触力，实现均匀清洁；

•水瓶携带：行走过程中，IK方法导致瓶内液体剧烈晃动并飞溅，SEEC能有效抑制振荡，液体表面仅轻微波动。

这些任务验证了SEEC在不同负载（柔性链条、刚性餐盘、液体）、不同操作类型（握持、接触操作）下的通用性，证明其具备融入现实生活场景的能力。

5►结语与未来：

SEEC框架的突破，不仅在于提升了动态操作的稳定性，更在于为解决人形机器人“移动-操作耦合”问题提供了通用范式。其核心价值体现在：

1.降低实用门槛：零样本仿真到硬件的迁移能力，以及对未见过行走模式的适配性，让机器人无需针对每个场景单独训练，大幅提升了部署效率；

2.拓展应用场景：稳定的动态操作能力，让人形机器人有望在家庭、办公、工业等场景中完成更复杂的任务——比如边走边递物、移动中清洁、动态协作装配等；

3.技术融合示范：模型与学习的混合架构，为解决复杂机器人控制问题提供了新思路，既避免了纯模型的鲁棒性不足，也弥补了纯学习的泛化能力短板。

未来，研究团队计划进一步优化框架：引入更先进的模型预测控制（MPC）处理约束条件，提升操作安全性；融合全身状态估计，实现全局目标跟踪，支持更灵活的协作任务。随着技术的迭代，人形机器人“像人类一样边移动边做事”的场景，正从实验室走向现实。

研究论文：https://arxiv.org/pdf/2509.21231

项目地址：https://zhuoheng0910.github.io/seec-humanoid.github.io/