从扭秧歌到单脚跳，HugWBC让人形机器人运动天赋觉醒了

机器之心的AIxiv专栏促进了学术交流，报道了2000多篇文章。

上海交通大学与上海AI Lab的研究团队开发了HugWBC控制器，使人形机器人掌握多种步态。

HugWBC控制器结合控制理论与强化学习，提升了机器人的运动能力和鲁棒性。

HugWBC控制器支持多达四种步态和八种命令的自主组合。

HugWBC引入扩展的指令空间，包括任务指令和行为指令，以实现细粒度的运动控制。

研究者提出了接触-摆动奖励和足端摆动奖励，以引导机器人学习细粒度步态。

HugWBC设计了上肢的噪声课程，以支持上半身的外部控制介入。

HugWBC在跟踪性误差实验中表现优异，尤其在行走和站立步态下。

HugWBC的噪声课程干预策略提高了机器人在复杂移动操作任务中的表现。

研究者分析了组合指令对控制器表现的影响，发现指令间存在相互干扰。