ADAPT: Analytical Disturbance-Aware Policy Training for Humanoid Locomotion

📄 arXiv: 2606.16542v1 📥 PDF

作者: Bofan Lyu, Jindou Jia, Kuangji Zuo, Yanshuo Lu, Shijia Han, Gen Li, Boyu Ma, Jingliang Li, Geng Li, Jianfei Yang

分类: cs.RO

发布日期: 2026-06-15

💡 一句话要点

提出ADAPT框架以解决人形机器人在干扰下的运动稳定性问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 人形机器人 运动控制 干扰估计 鲁棒性 物理建模 策略训练 动态环境

📋 核心要点

  1. 现有方法在处理外部干扰时，往往依赖于复杂的传感器或特定任务的设计，导致准确性和鲁棒性不足。
  2. ADAPT框架通过引入物理基础的干扰观察器，在线估计外部干扰，从而增强人形机器人的运动稳定性和适应性。
  3. 在Unitree G1人形机器人上的实验结果显示，ADAPT在多种干扰情况下的预测准确性和鲁棒性均优于传统的本体感知基线。

📝 摘要（中文）

在以人为中心的环境中部署的人形机器人必须处理力交互任务，外部接触会引入意外干扰，影响运动的准确性和稳定性。现有的学习方法依赖于广泛的领域随机化、特定任务的力目标或基于运动历史的学习型力估计器，这些方法在准确性、任务可转移性或超出分布的鲁棒性上存在不足。本文提出了分析性干扰感知策略训练（ADAPT）框架，利用物理基础的干扰观察器为人形机器人策略提供支持。ADAPT的核心是一个分析性的全身干扰观察器，能够在线估计残余力/扭矩，而无需力/扭矩传感器。实验表明，ADAPT在多种干扰下实现了准确的干扰预测和更强的鲁棒性。

🔬 方法详解

问题定义：本文旨在解决人形机器人在执行力交互任务时，由于外部干扰导致的运动准确性和稳定性问题。现有方法在应对这些干扰时，往往依赖于复杂的传感器或特定任务的设计，导致在准确性、任务可转移性和超出分布的鲁棒性上存在不足。

核心思路：ADAPT框架的核心思想是通过一个分析性的全身干扰观察器，在线估计机器人所受的残余力和扭矩，而无需依赖额外的力/扭矩传感器。这种设计使得机器人能够获得来自物理模型的外部力/扭矩感知，从而提高其在未知环境中的适应能力。

技术框架：ADAPT的整体架构包括一个干扰观察器和一个策略网络。干扰观察器实时估计外部干扰，并将这些信息反馈给策略网络，以指导机器人的运动决策。该框架的设计允许机器人在多种不同的环境中进行有效的运动控制。

关键创新：ADAPT的主要创新在于其分析性干扰观察器的引入，这一模块能够在没有额外传感器的情况下，基于机器人的动力学模型进行干扰估计。这与现有方法的本质区别在于，ADAPT不再依赖于复杂的传感器系统，而是通过物理建模实现了更高的鲁棒性和准确性。

关键设计：在ADAPT中，干扰观察器的设计采用了基于动力学模型的估计方法，确保了估计的实时性和准确性。此外，损失函数的设计考虑了对下肢关节的干扰惩罚，以鼓励机器人实现更轻松的运动。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，ADAPT在面对躯干扰动、站立推力和不对称手部负载等多种干扰时，能够实现准确的干扰预测，相较于仅依赖本体感知的基线方法，鲁棒性显著增强。此外，ADAPT在处理超出分布的干扰时，仍能保持良好的速度跟踪能力，展现出其优越的适应性。

🎯 应用场景

ADAPT框架具有广泛的应用潜力，尤其是在服务机器人、助老助残机器人以及其他需要在动态人类环境中进行交互的机器人领域。通过提高机器人在复杂环境中的运动稳定性和适应能力，ADAPT能够显著提升机器人在实际应用中的表现和安全性。

📄 摘要（原文）

Humanoids deployed in human-centered environments must handle force-interactive tasks, where external contacts introduce unexpected disturbances that disrupt locomotion accuracy and stability. Existing learning-based approaches rely on broad domain randomization, task-specific force objectives, or learning-based force estimators from motion history, each of which compromises accuracy, task transferability, or out-of-distribution (OOD) robustness. We present Analytical Disturbance-Aware Policy Training (ADAPT), a framework that equips humanoid policies with a physically grounded disturbance observer. The core of ADAPT is an analytical whole-body disturbance observer that estimates residual force/torque online with the accessible robot dynamics, without requiring force/torque sensors. Fed directly into the policy, the estimated disturbances give the humanoid an explicit, physics-derived sense of external force/torque that can generalize across diverse unseen scenes. Experiments on a Unitree G1 humanoid show that ADAPT achieves accurate disturbance prediction and stronger robustness than a proprioception-only baseline under torso perturbations, standing pushes, and asymmetric hand payloads, with improved velocity tracking even on OOD disturbances. Moreover, ADAPT enables penalizing inferred disturbances at lower-body joints to encourage lighter locomotion.