首页具身智能
具身智能

双人形协同搬运CoCarry:220组双人序列,接触保持0.9995,穿模最高降71.0%

论文《CoCarry: Contact-Support-Structured Retargeting for Dual-Humanoid Cooperative Carrying》(10月23日提交arXiv)处理的是单个人形机器人之外的短板问题:两个人形机器人合力抬一件重物。

论文的判断很准确——协同搬运的难点不在于个体动作是否合理,而在于跨智能体与智能体-物体关系的一致性:共同抓取、相对位形、全身支撑,任何一处脱节,重物就会从四只手之间滑落。研究团队为此贡献了两样东西:一份双人协同搬运数据集,和一套以接触-支撑为结构的重定向方法。

配图1-CoCarry协作抬物

CoCarry数据集:给"关系"建档

CoCarry数据集包含220组同步双人序列,覆盖21种任务方案、五种共载物体几何与四种地形类型,累计约61分钟动作。

工程判断:这份数据集的特别之处不在规模,在记录对象——它记录的不是两个人各自如何动作,而是两个身体与同一件物体之间的持续关系:谁握在哪、身体怎么相对错位、重心如何互相支撑。单人动作库俯拾皆是,双人共抬一个箱子穿过不同地形的同步序列却是稀缺品。对双人形控制而言,"关系数据"是从零到一的资产。

接触-支撑结构化重定向

方法层面,论文提出接触-支撑结构化重定向(Contact-Support-Structured Retargeting):从名义个体动作出发,让两台人形围绕同一条规定的物体轨迹被联合细化。结构上有两个关键件。

其一是协同感知的物体局部手部锚点——四只手分别锚定在物体坐标系的固定位置上,保证抓取关系始终兼容,物体不会因某一侧手臂偏移而脱手。其二是互补的上、下双结构:上部物体交互结构保持手臂与物体的相对几何,下部支撑结构保持双腿的协调支撑——上面管"抓得住",下面管"站得稳",两层各司其职又互相咬合。

工程判断:把约束写在物体坐标系而不是世界坐标系里,是这套方法的关键工程决策——物体成为两个智能体之间的共享参照系,抓取兼容性由结构保证而非由优化碰运气。

三组数字与真机验证

效果由三组数字支撑。其一,全部220组序列重定向至两台A3人形后,接触保持率达到0.9995——四手抓取几乎全程不脱锚。其二,穿模时长较GMR方法降低67.0%,较OmniRetarget降低71.0%——两台机器人和物体之间的空间关系干净得多。其三,重定向成功率100%——没有一条序列需要人工返工。

跨基准验证同样扎实:在CORE4D基准与Unitree G1人形上,方法取得0.9906的接触保持与零实测滑动。最终,论文通过物理仿真检验生成参考动作,并在两台真实A3人形上完成多次协同搬运实验,验证了这些参考对下游双人形控制的可用性。

先看自由度,再谈智能——双人形协同的"自由度"不是7+7的简单加法,而是四只手与同一件物体之间的约束系统。人形机器人的叙事正在从"一个人会做"走向"几个人配合着做",CoCarry给出的是这条路上的第一块基石:数据集定义任务,重定向方法打通从人类示范到双机执行的通路。当协同搬运变成有数据、有指标、有真机验证的标准任务,多人协作的具身智能才算有了可迭代的起点。

以上信息由AI整理发布

0

评论(0)

后参与评论
文明发言,友善交流
0/2000
评论加载中...