突破具身智能“专家困境”!北大新方法让宇树 G1 靠单一框架掌握跳舞和侧手翻

阿伟同学_2304

阿伟同学_2304

2025-09-09

488人浏览

原创

人形机器人在跳舞这项技能上,正变得愈发得心应手。

比如跳一曲查尔斯顿舞,持续一分四十秒的流畅摇摆,动作稳定得仿佛精准踩在节拍器上:

但问题是,它们是否能像人类一样,在舞蹈、体操和日常操作之间自如切换?

由北京大学与 BeingBeyond 团队联合推出的 BumbleBee 系统给出了肯定的回答。该系统采用创新的“分治 - 精炼 - 融合”三级架构,首次实现了人形机器人在多种动作模式下的稳定控制,为人形机器人的通用运动能力开辟了新路径。

突破“专家困境”与“现实鸿沟”

长期以来,人形机器人的控制策略受限于两大难题:

专家困境:针对单一任务优化的策略虽然高效,但导致系统复杂度激增,难以扩展至多场景应用。

现实鸿沟:在仿真环境中训练出的策略,一旦迁移到真实世界,性能往往大幅下滑,动作稳定性与准确性难以维持。

BumbleBee 系统通过“分治 - 精炼 - 融合”的三阶段设计,成功打通了从专用专家策略到通用全身控制的链条,为具身智能的通用控制提供了全新范式。

 突破具身智能“专家困境”!北大新方法让宇树 G1 靠单一框架掌握跳舞和侧手翻

运动与语义双驱动:构建动作理解的“双通道”

系统通过多模态特征提取与隐空间联合对齐,实现动作在运动学与语义层面的深度融合:

  • 运动学特征提取:基于 SMPL 格式的人类动作数据,利用前向运动学转换为世界坐标系下的 3D 关节位置(如头部、骨盆、四肢关键点),并融合脚部速度、根节点位移等动态信息,最终通过 Transformer 进行编码。

  • 语义特征编码:使用 BERT 模型处理动作文本描述(例如“托马斯回旋:身体水平旋转360度,双手支撑地面”),再经 Transformer 映射至与运动特征维度一致的隐空间。

  • 联合隐空间对齐:通过对比学习,将语义与运动特征在统一隐空间中对齐,使语义相近或动作相似的行为在空间中彼此靠近,形成统一的动作表征。

  • K-means 聚类:在对齐后的隐空间中对动作数据进行自动聚类,生成结构化动作类别。相比人工分类,该方法能更自然地捕捉动作的语义与运动特征关联,提升分类一致性。

弥合仿真与现实之间的“鸿沟”

  • 专家策略训练:在每个动作簇内独立训练高精度运动跟踪策略,并引入增量动作模型(Delta Action)来补偿仿真与真实环境间的物理差异(如电机响应延迟、地面摩擦变化)。

  • 多专家融合为通用策略:采用 DAgger 算法将多个专家策略的知识蒸馏至一个统一的通用策略中,实现不同动作间的无缝切换。在 MuJoCo 仿真中,通用策略任务成功率达 66.84%,远超基线方法(最高仅 50.19%);在真实机器人上,连续数分钟的复杂舞蹈动作执行成功率高达 100%。

实验验证:数据驱动的性能飞跃

在 IsaacGym 与 MuJoCo 仿真平台上的全面测试中,研究人员采用任务成功率(SR)、平均关节角误差(MPJPE)、关键点误差(MPKPE)等指标进行评估:

在物理更真实的 MuJoCo 环境中,BumbleBee 的任务成功率达到 66.84%,显著领先于现有方法。

 突破具身智能“专家困境”!北大新方法让宇树 G1 靠单一框架掌握跳舞和侧手翻

真实机器人测试:稳定性与灵活性兼备

部署于 Unitree G1 机器人平台后,系统展现出卓越表现:

  • 动作稳定性:轻松完成长时间、高节奏的舞蹈序列。

  • 高难度动作执行:可完成托马斯回旋、侧手翻等体操级动作,展现强大动态控制能力。

未来,研究团队计划在以下方向持续推进:

  • 多模态感知融合:融合视觉-惯性里程计与触觉反馈,提升在动态环境中的适应能力。

  • 自然语言驱动控制:实现通过自然语言指令直接生成动作序列,例如输入“跳一段欢快的舞蹈”,即可自动生成并执行相应动作。

项目主页:https://www.php.cn/link/0ebd0b8b51eb0d0062065a7657486c8e
论文链接:https://www.php.cn/link/e2e57ded5b59a2058dd5855564c6b5ea

别忘了「点赞」「转发」「小心心」一键三连!

欢迎在评论区分享你的看法!

— 完 —

点亮星标,不错过每一条科技前沿动态

相关专题

更多
github中文官网入口 github中文版官网网页进入
github中文官网入口 github中文版官网网页进入

github中文官网入口https://docs.github.com/zh/get-started,GitHub 是一种基于云的平台,可在其中存储、共享并与他人一起编写代码。 通过将代码存储在GitHub 上的“存储库”中,你可以: “展示或共享”你的工作。 持续“跟踪和管理”对代码的更改。

2026.01.21

9005

27

GitHub官网入口版本汇总
GitHub官网入口版本汇总

本专题整合了GitHub入口版本地址汇总,阅读专题下面的文章了解更多详细内容。

2026.04.02

1078

19

页面置换算法
页面置换算法

页面置换算法是操作系统中用来决定在内存中哪些页面应该被换出以便为新的页面提供空间的算法。本专题为大家提供页面置换算法的相关文章,大家可以免费体验。

2023.08.14

7396

4

http与https有哪些区别
http与https有哪些区别

http与https的区别:1、协议安全性;2、连接方式;3、证书管理;4、连接状态;5、端口号;6、资源消耗;7、兼容性。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2024.08.16

5670

6

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

2026.11.20

0

8

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

2026.11.17

20

15

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

2026.11.17

60

15

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

2026.11.17

80

15

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

2026.11.17

20

10

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程