微型人形机器人远程操控系统：VR指挥走路，强化学习稳住平衡
VR指挥走路，强化学习稳住平衡
（映维网Nweon 2026年08月03日）美国路易斯维尔大学研究人员开发了一套面向微型人形机器人的全身遥操作-移动-操作系统。系统结合了VR虚拟现实与RL强化学习技术，使操作员能够远程控制机器人同时完成行走、手臂操作和物体搬运等复杂任务。
近年来，全尺寸人形机器人在VR遥操作和RL运动控制方面取得了显著进展，但这类机器人价格昂贵且操作困难，研究社区难以广泛获取。微型人形机器人成本更低、更易操作，但其设计中的仿生学程度较低，传感器和自由度较少，缺乏类似的技术发展。为此，研究人员从零开始，为基于DYNAMIXEL的微型人形机器人开发了一套完整的远程呈现控制栈。
系统的核心架构是：人类操作员佩戴VR头显和手柄，通过VR界面发出指令；上半身的遥操作控制生成手臂运动指令，下半身的RL运动策略则负责行走和平衡控制。
在遥操作方面，系统使用头显追踪操作员的头部和手部姿态，由四个SteamVR基站进行光学追踪。操作员站在VR跑步机上，而未来还可实现运动重定向。另外，Unity平台负责VR场景创建和物理仿真，状态数据和指令通过ROS在Unity与机器人之间无线传输。多目标逆运动学求解器为每条手臂生成关节位置，以跟踪VR控制器位置，同时避免关节限制和自我碰撞。操作员可通过手柄扳机切换手臂运动重定向的启停。
在运动控制方面，研究人员采用强化学习训练双足行走策略。为缩小仿真与现实的差距，研究团队对机器人的脚部摩擦力、重力、连杆质量、身体速度、关节位置等多个参数进行了域随机化。执行器动力学建模通过摆锤测试台进行参数估计，并在仿真环境中验证。观测空间包括角速度、投影重力、用户指令、关节位置和先前动作等五项，每项与之前九个时间步的历史堆叠。奖励函数中加入了自定义的步态奖励和脚部方向惩罚等项，以引导策略实现动态行走。
实验结果显示，端到端运动延迟约为220毫秒，右臂归一化位置跟踪的均方根误差在11.17%至15.07%之间。机器人的归一化投影重力保持在接近-1的期望值，说明RL策略能在速度指令剧烈变化时维持稳定的躯干姿态。在遥-移动-操作综合实验中，机器人平均在10分钟内成功搬运了6个方块中的2个，每次试验行走约5米，平均速度约0.35米/秒。
研究人员指出，系统目前存在若干局限。RL运动策略在行走时脚抬得不够高；操作员需要交叉手臂才能产生足够的力来提起方块；机器人的有线电源连接也给移动带来不便。另外，遥操作系统在试验中过于柔软，缺少重力和摩擦补偿项，需要使用更高的PD增益，降低了系统柔顺性。
相关论文：Towards Miniature Humanoid Tele-Loco-Manipulation Using Virtual Reality and Reinforcement Learning
未来，研究团队计划集成VR跑步机以提供更沉浸的体验，改进视觉运动补偿系统，并实现机器人的无线操作。研究人员认为，尽管当前系统在搬运实验中表现有限，但框架本身展示了微型人形机器人全身控制的潜力，且方法可推广到其他由DYNAMIXEL执行器构成的机器人形态。
