DynaWM: Dynamics-Aware Distillation with World Model and Momentum Targets for Smooth Locomotion over Continuous Stairs

📄 arXiv: 2606.24089v1 📥 PDF

作者: Haidong Hou, Zhangguo Yu, Hengbo Qi, Jianlin Zhang

分类: cs.RO, cs.AI

发布日期: 2026-06-23

备注: Comments: 8 pages, 7 figures, accepted by IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

期刊: IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS),2026

💡 一句话要点

提出DynaWM以解决长楼梯行走中的动态感知问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 动态感知 蒸馏训练 世界模型 机器人控制 地形适应性

📋 核心要点

  1. 现有方法在长楼梯行走中存在动态感知表示不足和地形几何编码不完整的问题。
  2. DynaWM框架通过引入世界模型和动量目标编码器，增强地形编码能力并稳定知识转移。
  3. 实验结果显示，DynaWM在地形适应性和运动平滑性上优于现有方法，能够有效应对多样化的连续楼梯。

📝 摘要（中文）

近年来，控制技术的进步使得双足轮式机器人能够跨越坡道和单步障碍，但长楼梯的行走仍然具有挑战性。现有的教师-学生框架在动态感知表示和地形几何编码方面存在不足。为了解决这一问题，本文提出了DynaWM，一个动态感知表示学习框架。通过引入世界模型作为正则化器，增强地形编码能力，并采用动量目标编码器稳定知识转移。实验结果表明，该方法在地形适应性和运动平滑性方面表现优越。

🔬 方法详解

问题定义：本文旨在解决双足轮式机器人在长楼梯行走中动态感知不足和地形几何编码不完整的问题。现有的教师-学生框架在动态表示学习中存在知识转移不稳定和地形适应性不足的痛点。

核心思路：DynaWM框架的核心思路是通过引入世界模型作为正则化器，增强对地形的编码能力，同时使用动量目标编码器来稳定知识转移，防止因教师更新不稳定而导致的维度崩溃。

技术框架：DynaWM的整体架构包括三个主要模块：世界模型模块用于增强地形几何的表示，动量目标编码器模块用于提供一致的蒸馏目标，以及一个动态感知表示学习模块用于捕捉地形特征。

关键创新：DynaWM的主要创新在于引入世界模型和动量目标编码器，这与现有方法的静态知识转移方式形成了本质区别，能够更好地适应复杂地形。

关键设计：在关键设计上，采用了层次化编码结构，通过主成分分析（PCA）可视化学习到的表示，并在损失函数中引入动态感知的正则化项，以确保地形几何信息的完整性。实验中还使用了定量指标来评估地形编码能力。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，DynaWM在地形适应性和运动平滑性方面显著优于基线方法，具体表现为在连续楼梯行走中，地形编码能力提升了XX%，运动平滑性提高了YY%。

🎯 应用场景

该研究的潜在应用领域包括服务机器人、救援机器人和自动驾驶等场景，能够有效提升机器人在复杂地形中的适应能力和运动平滑性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Recent advances in control have enabled bipedal-wheeled robots to traverse slopes and single-step obstacles, yet long staircase traversal remains challenging as current teacher-student frameworks suffer from weakened dynamics-aware representations and incomplete terrain geometry encoding. To bridge this gap, we propose DynaWM, a dynamics-aware representation learning framework. To enhance terrain encoding capability and enable transparent assessment, we introduce a world model as a regularizer to enforce forward-dynamics awareness, preserving comprehensive terrain geometry while facilitating hierarchical encoding visualization. To stabilize knowledge transfer, we employ a momentum target encoder to provide consistent distillation targets, preventing dimensional collapse from non-stationary teacher updates. Evaluation of the learned representations through Principal Component Analysis (PCA) visualization and quantitative metrics reveals that our encoder hierarchically captures terrain geometry with higher terrain encoding capability, leading to enhanced terrain adaptability and motion smoothness. Experimental results in simulation and real hardware demonstrate that our method achieves superior terrain adaptability and motion smoothness, enabling bipedal-wheeled robots to overcome diverse continuous stairs, as shown in Fig. 1.