STAMP：高丽大学与ROBOTIS让人形机器人动作衔接在G1上成功率达80.7%
韩国高丽大学与ROBOTIS在预印本中提出，先确定下一个动作从何处、何时开始，再生成过渡动作，可使人形机器人动作衔接的跟踪成功率在宇树G1上达到80.7%、在ROBOTIS K1上达到87.5%，高于简单插值的69.6%和84.7%。这意味着跑步接出拳这类分开制作的动作，无需逐个手工调整衔接点即可串成长序列。
如何把两段独立生成或采集的人形机器人动作连接起来，让跟踪策略能在真机上执行整段序列？
人形机器人动作库按片段制作。两段片段拼接时，第二段相对第一段从哪里开始、朝向如何、过渡多长时间，都没有给定。单独看都合理的两段动作，随意摆放就会导致脚底打滑、多余转身或意外迈步。
常见做法是把第二段起点对齐到第一段终点，再对根位置和朝向做插值。Kimodo、MotionBricks等生成式补帧模型能生成更丰富的动作，但沿用原始边界摆放，摆放不当时会生成计划外的移动。
STAMP在人体动作空间中运行。先把两段机器人动作重定向到人体骨架，由两个小型Transformer编码器组成的对齐模型对第二段动作的388个候选摆放（平面偏移、负60度至90度朝向、0.5至2.0秒时长）打分，选出代价最低者；再由基于扩散的人体动作先验在该摆放下生成过渡，整段序列重定向回机器人后用BeyondMimic策略跟踪。两个模型都在人体空间，可跨机型复用。
在拳击、工业维护、交通指挥三类场景的18组动作对上，每组仿真评估1024次：宇树G1上STAMP成功率80.69%，根位置与朝向插值69.59%，MotionBricks 56.91%，不做对齐的Kimodo 50.69%；身体速度误差0.229米/秒，插值为0.258米/秒。ROBOTIS K1上STAMP为87.52%，插值84.70%，Kimodo 64.55%。若改用排名第100而非第1的对齐候选，成功率在G1上下降9.36个百分点，在K1上下降15.62个百分点。真机K1上，跑步转出拳时STAMP生成了衔接步，避免了插值方式的脚底打滑，并把四个交通指挥动作串成长序列。
该论文为预印本。成功率是在仿真中相对各方法自身生成的参考动作测得，并非与标准过渡对比，每个参考仅一个训练种子。每条拼接序列仍需单独训练跟踪策略，新组合无法零样本执行。真机证据为定性演示加一组动作的5次电机电流对比，作者也承认过渡开始时电流已有差异。K1上相对插值的提升仅2.8个百分点。
对用动作库编排演示和服务流程的人形机器人厂商有直接价值，包括推出K1的ROBOTIS和推出G1的宇树，以及做导览、安保、交通指挥等需要连贯手势与行走的国内整机企业。动作在人体空间编排一次即可跨机型复用，对同时运营多款机型的公司意义更大。商业落地取决于去掉逐序列的策略训练，预计还需12至24个月研究。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。