PAC-MAN: Perception-Aware CBF-RL for Whole-Body Safety in Humanoid Dodgeball

📄 arXiv: 2607.28623v1 📥 PDF

作者: Lizhi Yang, Junheng Li, Aaron D. Ames

分类: cs.RO, cs.AI

发布日期: 2026-07-30

备注: Website at https://lzyang2000.github.io/perceptive_cbf_rl/

💡 一句话要点

提出PAC-MAN框架以解决类人机器人躲避球的安全问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱八：物理动画 (Physics-based Animation)

关键词: 类人机器人 强化学习 控制障碍 动态环境 安全性 感知系统 躲避球 深度学习

📋 核心要点

  1. 现有的类人机器人在动态环境中进行安全躲避时，面临感知不足和控制策略不稳定的问题。
  2. PAC-MAN框架通过结合控制障碍与基于深度摄像头的感知，提升了机器人在躲避球游戏中的安全性和反应能力。
  3. 实验结果显示，PAC-MAN在多种投掷场景下表现出色，成功率达到95%，并且在感知不完美的情况下仍能有效躲避不同类型的球。

📝 摘要（中文）

本文提出了PAC-MAN，一个感知-aware的控制障碍-强化学习框架，旨在实现类人机器人在躲避球游戏中的全身安全。该框架结合了控制障碍的安全性与现实部署中的传感器感知，机器人在训练时使用的CBF指导能够代表每个身体链接的安全间隙，而对抗性运动先验则对逃避反应进行了正则化。实验结果表明，PAC-MAN在控制的任何链接接触基准上表现良好，能够在95%的投掷中成功躲避球。

🔬 方法详解

问题定义：本文旨在解决类人机器人在动态环境中躲避球时的安全性问题，现有方法在感知和控制策略上存在不足，导致机器人反应不够灵活和安全。

核心思路：PAC-MAN框架通过感知-aware的控制障碍-强化学习方法，结合实时的深度感知信息，确保机器人在躲避球时的安全性和高效性。

技术框架：该框架包括三个主要模块：1) 感知模块，使用头戴式摄像头获取球的深度信息；2) 控制障碍模块，提供安全间隙指导；3) 强化学习模块，通过对抗性运动先验优化逃避策略。

关键创新：PAC-MAN的创新在于将控制障碍与感知信息结合，形成了一种新的安全控制策略，能够在实际部署中有效应对感知不完美的问题。

关键设计：在设计中，使用了Joint-CBF和Link-CBF两种控制障碍结构，前者在准确感知下表现最佳，后者则在实际应用中对感知误差具有更好的容忍度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在控制的任何链接接触基准上，PAC-MAN框架在单次投掷和循环投掷场景中表现出色，成功率达到95%。与固定摄像头的传统方法相比，PAC-MAN在感知不完美的情况下仍能有效躲避不同类型的球，展现了显著的性能提升。

🎯 应用场景

PAC-MAN框架的潜在应用场景包括机器人竞技、救援任务和人机协作等领域。其能够在动态和不确定的环境中提供安全的操作策略，具有重要的实际价值和未来影响。

📄 摘要（原文）

We present PAC-MAN, a perception-aware CBF-RL framework that couples control-barrier safety with deployment-realistic onboard sensing for whole-body humanoid dodgeball. The deployed policy sees the ball only as segmentation-masked depth from a head-mounted camera, while training-time CBF guidance represents clearance to every body link, and an adversarial motion prior regularizes the resulting evasive reflexes. We evaluate on a controlled any-link contact benchmark with seeded throws in two regimes: single throws and a deployment loop in which the robot walks back to its station and recovers between throws. On this benchmark, the policy comes within a few points of a privileged state oracle: a fixed onboard camera alone is adequate for evasion. We find that usable barrier structure depends on perceptual observability: Joint-CBF gives the best performance with accurate ball states, degrades under fixed-camera observations when used only as training guidance, and recovers with a ball-tracking gimbal or privileged runtime filter. We therefore deploy a lightweight Link-CBF policy zero-shot on the Unitree G1 in the real world, where it tolerates imperfect perception, succeeds on 95% of throws, and uses semantic segmentation to dodge different balls.