TRACE: Effizienter Transfer von Ganzkörper-Reglern zwischen Humanoiden
Ein Team der HKUST berichtet in einem Preprint, dass es den für den 1,32 m großen Unitree G1 trainierten Ganzkörper-Regler SONIC in rund acht Stunden auf einer einzigen GPU auf den 1,82 m großen Unitree H2 übertragen hat; SONIC selbst kostete etwa 21.000 GPU-Stunden. Bestätigt sich das auf weiteren Plattformen, müssten Humanoid-Hersteller ihre Bewegungsregler nicht mehr für jede Generation neu trainieren.
Lässt sich ein großes vortrainiertes Verhaltens-Basismodell (Behavior Foundation Model, BFM) für Humanoide kostengünstig auf einen Roboter mit anderer Größe, Gelenkanordnung und Aktorik übertragen, ohne die Bewegungsschnittstelle zu verlieren, die Teleoperation und VLA-Modelle bereits nutzen?
BFMs wie SONIC lernen durch das Nachfahren von Referenzbewegungen einen einzigen Regler für Tausende Bewegungen. SONIC benötigte auf dem Unitree G1 mehr als 100 Millionen Bewegungsframes und etwa 21.000 GPU-Stunden. Solche Modelle sind an ihre Plattform gebunden: Ein neuer Körper verändert Zahl und Lage der Gelenke (kinematische Abweichung) und wegen anderer Massen, Antriebe und Kontakte die Reaktion auf denselben Befehl (dynamische Abweichung). Bei jährlich wechselnder Hardware ist ein Neutraining pro Modell kaum zu finanzieren.
Ansätze, die einen gemeinsamen Regler über viele Humanoide oder zufällig variierte Körper trainieren, werden mit wachsender Abdeckung teurer und bleiben auf unbekannten Plattformen hinter spezialisierten Reglern zurück. Residualpolitiken auf vortrainierten Trackern funktionieren nur auf derselben Plattform. Das nächstverwandte Verfahren Any2Any richtete Gelenke aus und passte dynamikrelevante Module per Low-Rank-Adaption (LoRA) an, glich aber laut den Autoren die latenten Bewegungsrepräsentationen nicht explizit ab und übernahm die Datenauswahl des Ursprungsroboters, was die Konvergenz bremste.
TRACE arbeitet in vier Stufen. Zuerst wird eine kinematische Abbildung zwischen beiden Robotern, geschätzt aus gepaarten Posen mit einem Jacobi-basierten Prior, in die Ein- und Ausgabeschichten des Reglers eingerechnet; Aktionsskalen werden kalibriert und die PD-Verstärkungen so gesetzt, dass jedes Gelenk dieselbe Eigenfrequenz und Dämpfung wie am Ursprungsroboter hat. Dann entsteht aus dem Bewegungskorpus BONES-SEED ein kompakter Transfersatz von 10 Millionen Frames: Clips mit Gelenkgrenzverletzungen, Kollisionen oder rutschenden Füßen fliegen heraus, zehn Bewegungskategorien erhalten gleiche Budgets, innerhalb jeder Kategorie werden im SONIC-Merkmalsraum breit gestreute Clips bevorzugt. Drittens werden bei eingefrorenen Gewichten nur LoRA-Adapter (Rang 32) trainiert: Der Bewegungsencoder des Zielroboters wird auf die latenten Tokens des Originals destilliert, der Steuerungsdecoder per PPO-Verstärkungslernen in der Simulation angepasst. Das Training läuft zweiphasig, erst stabiles Nachfahren aller Bewegungen, dann gezielt schwierige Bewegungen.
Der Transfer von G1 auf H2 dauerte rund acht Stunden auf einer RTX PRO 6000 mit 12.288 parallelen Simulationsumgebungen, nach Angaben der Autoren weniger als 0,1 % der GPU-Stunden des SONIC-Trainings (nicht hardwarebereinigt). Auf 67.953 nicht im Training verwendeten Bewegungen des PHUMA-Benchmarks erreichte der H2-Regler mit höhenskaliertem Kriterium 96,08 % Erfolg, das Original auf dem G1 97,59 %. Der lokale Positionsfehler lag bei 55,81 mm gegenüber 27,81 mm. Ohne Vorab-Ausrichtung fiel die Erfolgsquote auf 87,29 %, ohne Datenauswahl auf 93,80 %, mit einphasigem Training auf 95,64 %. Das Zwei-Phasen-Schema erhöhte die Belohnung um 11,9 % und senkte den Fehler der Rumpfposition um 26,2 %. Volles Feintuning konvergierte deutlich langsamer, Training von Grund auf lieferte binnen 3.000 Iterationen keinen brauchbaren Regler. Auf dem realen H2 gelangen Kniebeugen, Knien auf einem Knie, Tritte und einbeiniges Hüpfen, außerdem diente der Regler als Unterbau für VR-Teleoperation. Mit so gesammelten Demonstrationen nachtrainiert erreichte NVIDIAs GR00T N1.7 bei fünf Aufgaben mit je 20 Versuchen 65 bis 90 % Erfolg.
Es handelt sich um einen nicht begutachteten Preprint. Die Autoren räumen ein, nur ein Roboterpaar (G1 zu H2) und ein Basismodell (SONIC) getestet zu haben; zudem setzt das Verfahren ein wiederverwendbares Critic-Netz voraus. Einen direkten Vergleich mit Any2Any oder Multi-Plattform-Reglern gibt es mangels kompatibler Implementierungen nicht. Aus unserer Sicht kommt hinzu: Beide Roboter stammen vom selben Hersteller, die Dynamiklücke ist also kleiner als zwischen Anbietern; der absolute Fehler auf dem H2 ist doppelt so hoch; die Hardware-Ergebnisse sind Demonstrationen und Erfolgsquoten über 20 Versuche, keine gemessene Tracking-Genauigkeit; und die acht Stunden schließen das ursprüngliche SONIC-Training nicht ein.
Unmittelbar profitieren Unitree als Hersteller von G1 und H2 sowie NVIDIA, von dem SONIC und GR00T an beiden Enden der Kette stammen. Wenn sich ein einmal trainierter Regler binnen eines Tages auf einen neuen Humanoiden portieren lässt, verlagern sich die Kosten vom plattformspezifischen Reglertraining auf das einmalige Basismodell. Für europäische Humanoid-Entwickler wie NEURA Robotics sinkt die Hürde für neue Varianten, zugleich wächst die Abhängigkeit vom Eigentümer des Basismodells. In der Forschung ist das Verfahren sofort nutzbar, in Serienrobotern erst nach herstellerübergreifender Validierung, realistisch in ein bis zwei Jahren.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.