SP-HLM：用稀疏姿态接口驱使人形机器人全身运动与操作
论文AI 评分 72/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文提出 SP-HLM 框架，把人形机器人高层任务策略与全身控制之间的接口改为稀疏姿态驱动：用五个任务关键身体姿态加一个学习到的隐式运动先验，分别承载空间意图与全身协调。其中 SP-VLA 视觉语言动作模型从多模态观测和语言指令预测稀疏姿态与手指关节位置，采用异步动作分块推理；SP-MGM 经两阶段蒸馏训练，实时重建协调的全身动作；预训练运动编码器把动作压成紧凑隐表示；SP-GMT 运动跟踪器再把显式稀疏目标与隐式先验结合做全身控制。仿真与真机实验显示，该方法在动作跟踪、全身协调和移动操作成功率上优于现有方案。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载接口为何要改
论文指出，人形机器人做移动操作时，高层任务策略与全身控制之间需要一个有效接口。现有做法通常让同一个动作表示同时承担任务意图和全身协调两件事，结果是高层策略负担加重，或者其中一方面描述不足。SP-HLM 的思路是把这两类信息拆开：用稀疏姿态表达空间意图，用学习到的隐式运动先验补足全身协调，两者以互补形式共同构成接口。
四个模块如何分工
框架由四个组件串联。SP-VLA 是视觉语言动作模型，输入多模态观测与语言指令，输出任务相关的稀疏姿态和手指关节位置，推理时采用异步动作分块。SP-MGM 是动作生成模型，经两阶段蒸馏训练，依据这些稀疏目标实时重建协调的全身动作。预训练运动编码器把生成的动作映射为紧凑的隐表示。SP-GMT 是通用运动跟踪器，把显式稀疏目标与隐式运动先验整合起来，完成全身控制。
验证范围与可用信息
论文在仿真环境和真实人形机器人上做了实验，报告的结果是动作跟踪、全身协调以及移动操作成功率均优于已有方法。作者同时提供了项目页面，附有补充结果和视频。论文编号为 arXiv:2610.30044，属于机器人学与人工智能交叉方向，提交时间为 2026 年 10 月 21 日。
为什么值得看
人形机器人「高层决策—全身控制」接口设计是落地难点，该工作给出可复现的稀疏姿态方案与真机验证。
多模态蒸馏论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。