HumanPlus——斯坦福ALOHA团队开源的人形机器人：融合影子学习技术、RL、模仿学习
内容提要
斯坦福大学的Moblie aloha团队开源了人形机器人HumanPlus，通过学习人类数据实现全身控制和高自由度控制。该机器人可以完成穿鞋、行走、折叠运动衫等任务。
延伸解读
技术路径：从人类数据到自主技能
HumanPlus的核心在于利用人类数据训练机器人。它首先通过40小时的人类运动数据集（AMASS）在模拟中训练一个低级策略（Humanoid Shadowing Transformer），使机器人能跟随人类动作。然后，通过影子系统，人类操作员用单个RGB摄像头远程操作机器人收集现实世界数据，再通过模仿学习训练技能策略，最终让机器人自主完成穿鞋、折叠运动衫等任务。这种分层方法解决了人形机器人高维状态和复杂动态的挑战。
硬件配置与性能参数
HumanPlus基于Unitree H1机器人构建，身高180cm，拥有33个自由度。头部安装两个RGB摄像头（Razer Kiyo Pro），向下倾斜50度，瞳距160mm。每只手臂集成Inspire-Robots RH56DFX手，通过定制手腕连接，手指可施加10N力，手臂可举起7.5kg物品。腿部电机瞬时扭矩可达360Nm。这些硬件参数支持其完成多种全身操作任务。
影子系统：低成本数据收集方案
传统人形机器人遥操作依赖昂贵的动作捕捉系统、VR头显或外骨骼，且受地点限制。HumanPlus的影子系统仅需单个RGB摄像头和实时人体姿态估计算法（WHAM和HaMeR），即可将人类动作重定向到机器人，实现全身控制。操作员站在机器人附近，通过视线观察，以25fps（身体）和10fps（手部）的速度进行遥操作，高效收集现实世界数据，绕过了模拟中逼真渲染和软物体模拟的难题。
模仿学习与模型架构创新
HumanPlus的技能策略采用基于Transformer的架构（Humanoid Imitation Transformer, HIT），处理双目RGB图像特征和本体感受，预测50个目标姿势块。通过引入前向动力学预测，在图像特征空间加入L2损失，防止策略忽略视觉信息而过拟合本体感受。仅需40次演示，机器人即可学会穿鞋站立行走、折叠运动衫等任务，成功率达60-100%。低级策略以50Hz运行，使用PPO在模拟中训练，可零样本迁移到现实世界。
Q&A
HumanPlus机器人是如何实现全身控制的？
HumanPlus通过学习人类数据，结合实时影子系统和模仿学习算法，实现全身控制和高自由度控制。
HumanPlus机器人可以完成哪些具体任务？
HumanPlus能够完成穿鞋、行走、折叠运动衫、打字等多种任务。
HumanPlus的影子系统是如何工作的？
影子系统允许人类操作员通过RGB摄像头远程操作机器人，收集全身数据以学习不同任务。
HumanPlus使用了什么样的数据集进行训练？
HumanPlus使用了40小时的人类运动数据集进行强化学习训练。
HumanPlus的模仿学习算法有什么特点？
模仿学习算法能够通过少量演示高效学习复杂动作，成功率可达60-100%。
HumanPlus的自由度有多少？
HumanPlus机器人具有33个自由度。
