0
該論文由清華大學與北京銀河通用機器人股份有限公司合作完成。論文的共同第一作者為銀河通用研究團隊成員薛晗、梁斯凱和張智楷，其中薛晗和張智楷為清華大學學生，指導老師為清華大學助理教授弋力。
一、傳統避障，困在“低效試錯”里在堆滿雜物的客廳里穿梭——需要彎腰避開低矮的咖啡桌、抬腿跨過地上的書本、側身擠過沙發與書架間的窄縫，這對人類來說輕而易舉。但對機器人而言，卻是融合環境感知、動作規劃與碰撞規避的復雜挑戰。
傳統強化學習（RL）僅在碰撞發生時給予懲罰，機器人需要反復試錯才能摸索出安全路徑，學習效率極低；而且直接處理激光雷達、攝像頭的原始高維數據，機器人難以快速識別“自身與障礙物的空間關系”，比如“頭部是否會撞到吊燈”“腿部能否跨過書本”。現有方法多針對單一類型障礙物（如地面凸起、高空遮擋），無法應對“地面有雜物+兩側有阻擋+頭頂有吊燈”的全空間約束場景。
清華大學與Galbot團隊提出的HumanoidPF（人形勢能場） ，為機器人賦予了“避障直覺”：它將機器人與障礙物的空間關系編碼為連續的梯度場，像無形的“力”引導機器人自主選擇安全路徑，無需復雜計算就能完成彎腰、抬腿、側身等靈活動作，成功實現復雜室內場景的無碰撞穿梭。
它的核心魅力在于：不再讓機器人依賴“碰撞后懲罰”的低效試錯，而是通過前瞻性的環境引導，讓避障成為一種“本能反應”，大幅提升了人形機器人在真實家居場景的實用性。
? 論文標題：Collision-Free Humanoid Traversal in Cluttered Indoor Scenes
? 相關論文：https://arxiv.org/abs/2601.16035
? 項目主頁：https://axian12138.github.io/CAT/
? GitHub：https://github.com/GalaxyGeneralRobotics/Click-and-Traverse
二、HumanoidPF：給機器人裝“避障導航儀”
HumanoidPF的靈感源自經典的人工勢能場（APF），但針對人形機器人的多關節結構進行了重構——它將目標點視為“吸引力”，障礙物視為“排斥力”，形成連續的梯度場，為機器人的每個身體部位提供明確的運動指引。
HumanoidPF通過吸引力場和排斥力場的疊加，生成全局導航梯度場，核心公式如下：
? 吸引力場（引導向目標）：
是機器人身體部位x到目標點g的最短無碰撞路徑（測地線距離），確保引導路徑避開障礙物，而非直線穿越。
? 排斥力場（遠離障礙物）：
是基于障礙物的帶符號距離（signed distance field, sdf）——距離障礙物越近，排斥力越強，避免碰撞。
? 最終引導場（合成吸引力與排斥力）：
梯度場的方向，就是機器人身體部位的最優運動方向，既遠離障礙物，又朝向目標點。
HumanoidPF示意圖：左圖為勢能場2D示意圖（紅色為障礙物排斥區，藍色為目標吸引力區）；右圖為運動方向分布2D示意圖，顏色越深表示該方向越安全，引導機器人自主選擇最優路徑。
人形機器人有頭、軀干、四肢等多個部位，直接應用勢能場可能出現運動沖突（如左手要向左躲、右手要向右躲）。為此，HumanoidPF引入優先級加權機制：
? 核心部位優先：骨盆等核心部位權重更高，確保整體運動方向穩定；四肢權重較低，靈活適配核心方向。公式如下：
? 危險部位加權：根據身體部位與障礙物的距離(d(x_k))和運動速度(v_k)，動態提升危險部位的權重，公式如下：
距離障礙物越近、運動速度越快，權重越高，優先規避碰撞風險。
最終的引導場為：
確保全身運動協調一致，無沖突。
HumanoidPF通過“感知輸入+獎勵引導”雙重方式，融入強化學習訓練，大幅提升學習效率：
? 作為感知輸入：在機器人13個關鍵身體部位（頭、胸、骨盆、四肢關節等）查詢梯度場向量，形成緊湊的環境感知特征，讓機器人直接“感知”該如何移動身體；
? 作為獎勵引導：將梯度場引導的運動方向，建模為馮·米塞斯-費舍爾（vMF）分布，鼓勵機器人動作與引導方向對齊，提供密集、前瞻性的獎勵信號，公式如下：
其中
是引導方向，
是方向集中度（核心部位集中度更高），
是機器人實際運動方向。
這種設計讓機器人無需等到碰撞發生，就能獲得實時反饋，學習效率大幅提升。
整體技術 pipeline：左：HumanoidPF構建及在學習中的雙重作用（感知輸入+獎勵引導）；右：混合場景生成與真實部署流程，從仿真訓練到“點擊導航”實際應用。
要應對真實世界的復雜環境，機器人需要在多樣化場景中訓練。為此，研究團隊提出混合場景生成策略，大幅提升政策的泛化能力：
1. 真實場景裁剪：從3DFRONT等真實室內數據集，裁剪5m×5m的場景塊，保留家具、家電等真實障礙物布局；
2. 程序化障礙物生成：人工生成“地面凸起、兩側阻擋、高空懸掛”的全空間約束場景，甚至通過旋轉、噪聲擾動，模擬不規則障礙物（如散落的書本、傾斜的盒子）；
3. 課程學習：從簡單場景（單一障礙物）逐步過渡到復雜場景（多障礙物全空間約束），讓機器人循序漸進掌握避障技能。
這種訓練方式，讓機器人見過“彎腰躲吊燈+抬腿跨雜物+側身擠窄縫”的復合場景，在真實環境中遇到類似情況時，能快速做出反應。
避障實測場景：（a）8種典型測試場景的避障行為；（b）程序化生成的復雜障礙物場景；（c）真實世界“彎腰-跨障”復合任務；（d）動態干擾下的避障表現，機器人能應對物體移動的突發情況。
HumanoidPF在Unitree G1人形機器人上完成了全面測試，無論是仿真還是真實場景，都展現出卓越的避障能力：
在“彎腰-跨障”“側身-彎腰”“多障礙物連續避障”等8類復雜場景中，HumanoidPF的成功率均超過90%，遠高于ASTraversal（28.1%-82.1%）和Humanoid Parkour（33.3%-88.7%）等基線方法。
其中，在最具挑戰性的“側身-彎腰-跨步”場景（需要同時規避兩側和上方障礙物），HumanoidPF的成功率達到86.6%，遠超基線，充分證明其處理全空間約束的能力。
8類場景避障性能對比：HumanoidPF（最后一行）在所有場景中均實現最高成功率（SR%）和最小距離誤差（DE(m)），優勢顯著。
研究團隊將政策部署為“點擊導航（Click-and-Traverse）”系統：用戶在地圖上點擊目標位置，機器人通過激光雷達構建實時環境地圖和HumanoidPF，自主規劃路徑并穿梭，無需手動操控。
在真實室內測試中，機器人成功完成：
? 彎腰避開低矮茶幾（高度0.4m）；
? 抬腿跨過15cm高的書本；
? 側身擠過0.8m寬的窄縫；
? 應對“彎腰+跨障”復合任務，全程無碰撞，表現穩定。
? 零-shot泛化：在未訓練過的藝術家設計場景中，包含真實家具和不規則障礙物，訓練后的政策在“簡單場景”成功率95.2%，“復雜場景”成功率66.7%，遠高于僅用真實場景訓練的基線；
? 動態干擾：在機器人穿梭過程中移動障礙物，它能實時更新HumanoidPF，調整運動軌跡，避免碰撞，展現出強魯棒性。
混合場景生成的泛化性能：加入高難度程序化場景訓練后（最后一行），機器人在未知復雜場景的成功率從1.2%提升至66.7%，泛化能力大幅提升。
五、關鍵優勢：為什么HumanoidPF如此高效？
1. 前瞻性引導：不再依賴“碰撞后懲罰”，而是通過梯度場提供實時、密集的運動指引，學習效率提升數倍；
2. 低遷移gap：勢能場作為連續的空間表示，能平滑傳感器噪聲和場景細節差異，從仿真到真實世界的遷移幾乎無需額外微調；
3. 通用適配：不依賴特定障礙物類型或場景結構，無論是規則家具還是不規則雜物，都能通過勢能場編碼空間關系，泛化性極強。
對比其他工作：S={g,l,o} 表示“地面(ground)有雜物+兩側(lateral)有阻擋+頭頂(overhead)有吊燈”的全空間約束。
HumanoidPF的核心價值，是為機器人構建了一套“機器人-障礙物關系”的通用語言——它將復雜的空間感知轉化為直觀的運動指引，讓避障從“低效試錯”變為“本能反應”。
隨著技術完善，人形機器人或許能像人類一樣，在堆滿雜物的房間里靈活穿梭，自主完成家務、取物等任務，真正走進日常生活。而HumanoidPF的提出，為通用人形機器人的環境適應能力奠定了關鍵基礎。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
