HUGWBC

HUGWBC（Humanoid Unified and General Whole-Body Controller）是由上海交通大学与上海AI Lab联合研发的人形机器人全身控制方案，具备高精度的运动控制能力。该系统基于扩展命令空间和先进训练方法，支持多种自然步态，包括行走、跑步、跳跃、站立及单脚跳等，并可接收实时外部上肢控制信号，实现复杂操作任务。其核心采用强化学习技术，在模拟环境中进行训练，并通过不对称训练框架（AAC）将策略直接迁移至真实机器人平台。 HUGWBC支持多种步态控制，提供对步态频率、脚摆高度、身体姿态等参数的精细调节，满足不同任务需求。系统支持实时外部干预，增强机器人在复杂环境中的操作能力。同时，具备良好的鲁棒性和适应性，可在多变地形中保持稳定运行。 HUGWBC采用扩展命令空间设计，结合强化学习（如PPO算法）优化控制策略。通过不对称训练框架（AAC），提升策略的泛化能力。引入对称性损失函数，增强运动的自然性和稳定性。此外，系统还支持干预训练和五次多项式轨迹规划，确保脚部运动的平滑性。 项目官网：https://hugwbc.github.io/ arXiv技术论文：https://arxiv.org/pdf/2502.03206 HUGWBC适用于复杂地形导航、动态任务执行、人机协作、服务机器人以及科研开发等多个领域，为高机动性人形机器人提供了先进的控制解决方案。