讓雙足機器人走路已經不是難題，但是想讓它們表演“跳舞”或“打拳”，卻十分有挑戰。機器人的運動方式越接近人類，就越能夠自然融入人類環境，而無需改變人類原有的生活和工作空間，因此，研究怎麽讓機器人的運動能力更貼近人類，是一個長期課題。
但機器人姿態動作的改變背後，不僅涉及物理形態的變化，更涉及到控製精度、平衡保持和動作連貫性的深層考驗。
就像小孩學走路，站立和行走隻需掌握重心轉移和平衡，而“轉身跳舞”則需全身協調，涉及手臂、腿部和核心肌肉的配合。機器人也麵臨類似挑戰——行走僅需控製腿部，而跳舞或打拳則要求全身精準協同，任何細微延遲或誤差都會導致動作生硬、不連貫，甚至摔倒。
在這種全身控製方麵，傳統的機器人控製係統就像“遙控車”，依靠提前寫好的“動作劇本”，逐幀執行預設的動作指令。這種“定格動畫”式的控製方式在簡單任務中表現良好。
但當環境發生變化，或者需要執行連續的動態動作時，問題就暴露了——動作僵硬、卡頓明顯。
12月18日，英偉達、MIT、加州大學聯合發布了一項最新研究，提出了讓機器人更能富有表現力的控製全身係統ExBody2，可以幫助機器人打破“固定劇本”帶來的運動局限，教會機器人如何靈活應變，ExBody2的工作方式則更像是一位智慧的“舞蹈教練”，不再拘泥於“每一幀的動作指令”，而是教會機器人理解“運動的節奏和方向”。
通過這種方式，ExBody2增強了雙足機器人的平衡和適應能力，使得它們在麵對輕推、複雜地麵等場景時能表現得更加穩定。
簡單來說，ExBody2的控製邏輯更像人類的運動方式——人類在跳舞時不會死記每一步的具體位置，而是靠節奏感和動作的連貫性來完成整段舞蹈，它關注關鍵部位的運動節奏和方向，幫助機器人在動態環境中實時調整動作。得益於這種方法，讓機器人具備連續流暢和相對穩定的運動能力，實現“即興表演”的效果。
在這項研究中，研究人員使用了宇樹G1和H1人形機器人進行測試：
（G1機器人戶外轉換步態）
（機器人打拳）
此外，ExBody2不僅能在虛擬環境中訓練機器人，還能將這些技能遷移到現實世界中，在Sim2Real（從虛擬到現實）環節幫助機器人順利走向真實世界。
從虛擬課堂到真實表演：機器人如何“上課”？
在傳統的機器人動作控製方法裏，讓機器人模仿人類複雜的花式動作，就像讓大象去爬樹，不僅不切實際，還可能把它“累趴下”。就像一個人在跳舞時，每一步都要精確地盯著腳和手的每個動作，生怕出錯。這種“逐幀控製”的方法一旦某一幀出現偏差，後續的動作就會變得不穩定，像是“連鎖反應”一樣讓動作越來越僵硬。
ExBody2的做法更像是讓機器人學會“跟著節奏跳舞”，而不是死記硬背每一個動作。它將控製邏輯拆分為關鍵點跟蹤（控製動作的關鍵位置）和速度控製（調整動作的節奏），兩者獨立運作。
相比傳統的“全局控製”，ExBody2采用了局部關鍵點映射，就像在機器人身上安裝了一個“局部導航係統”，每個動作隻需要關心自己負責的部分，而不必關注全局。這樣一來，即使某個動作有輕微偏差，也不會“牽一發而動全身”，機器人依然能流暢完成動作。
除此之外，在動作設置上，ExBody2的設計者們也用了新思路：與其讓機器人挑戰不可能，不如給它挑選一些真正適合的動作。從海量的動作數據集中，他們像挑選課本一樣，把這些動作分門別類，做了“分級處理”。
（來源：論文《ExBody2: Advanced Expressive Humanoid Whole-Body Control》，不同數據集下機器人關鍵點跟蹤、關節精度和速度控製誤差評估；D₅₀、D₂₅₀、D₅₀₀、DCMU，是四種不同的數據集，代表從簡單到複雜的動作難度。）
他們將數據集分成了四個“動作難度包”：
● D50：入門版，就像小學一年級的課本，內容簡單易學，包括站立、行走等基本動作；
● D250：進階版，開始加入跑步和簡單舞蹈動作，難度適中，剛好適合“穩步進步”；
● D500：高級版，包含了更複雜的動作，比如單腳跳躍和旋轉，稍顯棘手，但也更具挑戰性；
● DCMU：完整版，囊括了所有動作，從普通的步態到高難度的翻滾和地板動作，幾乎“無所不包”，但也帶來了大量噪聲和不可完成的任務。
這種分級篩選的過程，就像為一個孩子挑選適齡的書籍一樣。大人不會指望一個剛剛學會認字的孩子去讀莎士比亞，機器人也一樣，學習過程需要逐步推進。如果一開始就讓它麵對“高難度關卡”，它可能會在錯誤的嚐試中迷失方向，甚至徹底放棄。
有趣的是，實驗發現，D250數據包表現最佳。它的難度設計恰到好處，既包含了多樣化的動作，又沒有加入那些讓機器人望而卻步的“極限挑戰”。與之相比：
● D50數據包雖簡單高效，但內容過於基礎，導致機器人難以應對稍複雜的任務；
● D500和DCMU數據包則因動作過於複雜，增加了無效訓練的噪聲，拖累了整體效果。
D250就像一本結構合理的練習冊，既讓機器人有挑戰，又不會讓它壓力過大。通過這樣的篩選，ExBody2為機器人打造了一條學習之路，讓它能夠穩紮穩打地掌握動作技能，最終在真實世界中自信地“展現舞姿”。
有了優質的數據集，ExBody2的教學進入了第二階段，即“老師-學生”架構的核心過程，這裏麵包含在虛擬環境中的“老師機器人”和真實環境裏的“學生機器人”兩種角色。
在這個架構中，“老師機器人”是主導者，它生活在一個虛擬環境裏，擁有豐富的“特權信息”，比如關節的位置、速度和身體的物理反饋。就像一個經驗豐富的舞蹈教練，老師機器人通過強化學習算法（PPO）不斷優化自己的動作，從單腳跳到連續旋轉，每個細節都打磨到位。
而“學生機器人”的學習條件就沒那麽優越了，它進入真實世界時，麵臨的環境複雜且變化多端，沒有老師那樣的“特權信息”，隻能依靠曆史數據和觀察到的反饋。這就像一個學生隻能通過看錄像模仿舞蹈，而無法直接從教練那裏獲得詳細指導。
為了彌補信息的缺失，ExBody2采用了一種叫“DAgger”的算法，它將老師的複雜指令簡化成學生能理解的觀察數據。這個過程類似於把一部高清視頻壓縮成清晰的GIF動畫，雖然少了一些細節，但核心動作得以保留。
真實環境大考驗：ExBody2如何從“課堂”走向“實戰”
ExBody2是不是一套真正“聰明”的機器人學習係統，最終的檢驗要看它在真實環境中的表現。就像一個學生考試時，課堂上表現得再好，如果在考場上發揮失常，也不能算作優秀的學習者。因此，ExBody2不僅在“課堂”中訓練機器人，還通過一係列的實際測試，檢驗機器人在不確定環境中的表現，來驗證證明這套係統的“聰明之處”。
在這場考驗中，研究團隊設計了一場機器人間的“現場大比拚”。他們將機器人放置在各種動態環境中，比如不平的地麵、動態的障礙物、突然的輕推等，模擬出真實世界中常見的突發情況。麵對這些“考驗”，機器人需要做出迅速的反應，調整自己的站姿、步伐和動作節奏，保持穩定並完成任務。
（人形機器人在現實世界中執行各種富有表現力的全身動作）
最有趣的測試是“推擠測試”。在實驗中，研究人員故意輕輕推一下行走中的機器人，模擬在家庭環境中孩子不小心撞到機器人的場景。結果顯示，ExBody2的機器人反應相當靈敏，能迅速調整重心，穩穩站住腳跟。相比之下，采用傳統控製方法的機器人要麽停滯不前，要麽直接摔倒，顯得“手足無措”。這種穩定性得益於係統的高效學習方法，使得機器人不僅能在理想環境中行動自如，還能在不確定的動態環境中靈活應變。
除了“推擠測試”，ExBody2的機器人還通過了“複雜地形行走”考驗。實驗室模擬了崎嶇的地麵環境，比如帶有小台階和傾斜的路麵。普通機器人在這種環境中經常“腳步不穩”，容易滑倒。而ExBody2的機器人就像一個穿著防滑鞋的登山者，步伐穩健，能夠調整步長和姿態，從容跨越台階和不規則的地麵。這種表現背後的關鍵在於，機器人能夠“記住”之前的動作調整，並在遇到類似的環境時迅速做出“類似的反應”。這種記憶能力使它在不斷變化的環境中也能“步步為營”，不像傳統的機器人隻會在固定的環境中反複做一成不變的動作。
這些測試不僅是在實驗室中做的“花架子”，也具備一定的實際意義。比如，當家中的清潔機器人在打掃地麵時，地上突然出現了一個小玩具，普通的機器人可能會直接被卡住，或嚐試多次繞行，但ExBody2的機器人卻能迅速“明白”前方的變化，做出合理的繞行決策。
此外，在工業流水線中，這種“靈活反應”同樣至關重要。傳統的工業機器人隻能在指定位置“拿放物件”，但如果流水線上突然出現了一塊偏移的物料，ExBody2的機器人會迅速調整位置，主動適應物料的位置變化，就像流水線上的“超級工人”，不再是一個“死板的機械手”。
為了驗證ExBody2在不同場景中的表現，研究團隊還量化了幾項關鍵的性能指標，比如在關節位置精度（下表中的Eₘₚⱼₚₑ) 上，ExBody2的機器人誤差降低，而普通的機器人誤差則要高出數倍，這一差距直接反映在動作的精準度上。
在其它指標比如關鍵點位置誤差（Eₘₚₖₚₑ）、速度誤差（Eᵥₑₗ）方麵，ExBody2均有優勢。
（ExBody2與其他方法在宇樹G1和H1上的性能對比結果）
總結來看，ExBody2的成功不僅體現在課堂中的“標準化訓練”，更體現在真實環境中的“靈活應變”。通過應對“推擠”、“複雜地形”和“動態物料變化”等考驗，ExBody2的機器人展現了比傳統機器人更高的穩定性和靈活性。配合關鍵指標的量化表現，證明了這套係統的優越性。無論是在家中還是在工廠，ExBody2的機器人都不再是“機械的螺絲工人”，而是能夠“見招拆招”的“智能工作夥伴”，不論是家用服務場景，還是工業生產場景，ExBody2給人形機器人帶來新的可能性。
