TRACE：人形机器人全身控制模型的跨本体高效迁移

能否以较低成本，把大规模预训练的人形机器人全身控制模型（行为基础模型，BFM）迁移到尺寸、关节布局和执行器都不同的机器人上，同时保留遥操作和VLA模型已在使用的动作指令接口？

SONIC等BFM通过跟踪大量参考动作学会用一个控制器完成数千种动作。SONIC在宇树G1上用了逾1亿帧动作数据、约2.1万GPU小时。但这类模型与训练所用机型绑定：换一具身体，关节数量和排布改变，形成运动学失配；质量、执行器和接触特性不同，同样的指令产生不同响应，形成动力学失配。硬件每年迭代，逐机型重训成本过高。

一类方法同时在多款人形机器人或随机变形的身体上训练共享控制器，训练成本随覆盖面上升，对训练分布外机型的表现仍不及专用控制器。另一类在预训练跟踪器上叠加残差策略，只适用于同一机型。最接近的前作Any2Any做了关节对齐，并用低秩适配（LoRA）微调动力学相关模块，但作者指出其没有显式对齐跨机型的动作潜变量，且沿用源机型的数据采样，收敛较慢。

TRACE分四步。第一，用配对重定向姿态和基于雅可比的先验拟合两台机器人之间的运动学映射，直接写入控制模型的输入输出层；再校准动作尺度，并按源机型的固有频率和阻尼比设置目标机型的PD增益。第二，从BONES-SEED动作库中剔除关节超限、碰撞、足部滑移的片段，十个动作类别等额分配，再在SONIC特征空间中优先挑选分布更分散的片段，组成1000万帧迁移数据集。第三，冻结原权重，只训练秩为32的LoRA适配器：目标机型的动作编码器通过蒸馏输出与源编码器一致的潜在token，控制解码器在仿真中用PPO强化学习调整。训练分两阶段，先稳定跟踪全部动作，再集中攻克难动作。

从G1到H2的迁移在单块RTX PRO 6000 GPU、12288个并行仿真环境下用时约8小时，作者估算不到SONIC训练GPU小时的0.1%（未按硬件折算）。在未参与训练的PHUMA基准67953段动作上，H2控制器按身高缩放的标准成功率为96.08%，SONIC在G1上为97.59%；局部位置误差55.81毫米，G1为27.81毫米。去掉预对齐，成功率降至87.29%；去掉数据筛选，降至93.80%；改为单阶段训练，降至95.64%。两阶段训练使奖励提高11.9%，根部位置误差降低26.2%。全参数微调收敛明显更慢，从零训练在3000次迭代内未得到可用控制器。实机H2完成深蹲、单膝跪地、踢腿和单腿跳，并作为VR遥操作的底层控制器。用遥操作采集的数据对英伟达GR00T N1.7做后训练，五项任务各20次试验成功率为65%至90%。

该文为预印本，尚未经同行评审。作者承认只验证了一对机型（G1到H2）和一个预训练模型（SONIC），且方法依赖可复用的价值网络。因缺乏兼容实现，没有与Any2Any或多本体控制器直接对比。我们认为还需注意：两台机器人出自同一厂商，动力学差距小于跨厂商场景；H2绝对误差约为G1两倍；实机部分是演示和20次试验成功率，而非测得的跟踪精度；8小时不含SONIC原始预训练成本。