Cross-Embodiment Motion Planning by Coupling Body-Agnostic World Model with Differentiable Ego-Dynamics
作者: Zhidong Wang, Zirui Li, Haoran Xu, Yujie Yan, Zitong Shan, Jingsong Liang, Han Yu, Chen Lv
分类: cs.RO
发布日期: 2026-10-30
备注: 8 pages
💡 一句话要点
提出Hourglass架构以解决跨体态运动规划问题
🎯 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) 支柱七：动作重定向 (Motion Retargeting)
关键词: 跨体态规划 运动规划 机器人导航 无体态模型 可微分动力学 通用策略 智能机器人 自主导航
📋 核心要点
- 现有的跨体态运动规划方法未能有效处理不同机器人几何和动力学带来的差异，导致性能不足。
- 本文提出Hourglass架构，通过结合无体态世界模型和可微分自我动力学，实现跨体态运动规划的有效性。
- 在七个模拟机器人和五种运动类型的实验中，提出的通用策略在成功率上超越了现有基线，并能零-shot迁移到未见过的真实机器人上。
📝 摘要（中文）
运动规划在复杂环境中是特定于具体机器人形态的：可行的自由空间和可达命令依赖于每个机器人的几何形状和动力学。现有的跨体态策略输出的标准化命令忽视了这些差异，或通过每个机器人训练和蒸馏进行补偿。本文提出Hourglass架构，通过将无体态的世界模型与每个机器人的可微分自我动力学相结合，解决了这一问题。该模型在多个机器人和不同运动类型的模拟环境中表现出色，成功率较模仿学习和扩散策略基线提高了3.8至10.6个百分点，并且在没有专门训练的情况下接近每个机器人的专家模型。
🔬 方法详解
问题定义：本文旨在解决跨体态运动规划中的可行性问题，现有方法往往忽视不同机器人间的几何和动力学差异，导致规划效果不佳。
核心思路：提出Hourglass架构，通过将无体态的世界模型与每个机器人的可微分自我动力学相结合，利用相机自我运动作为接口，解决了不同机器人间的运动规划问题。
技术框架：整体架构包括两个主要模块：无体态世界模型和每个机器人的可微分自我动力学。世界模型通过跨体态数据进行训练，而自我动力学则是基于识别的物理参数构建的降阶模板。
关键创新：最重要的创新在于将无体态世界模型与每个机器人的自我动力学进行耦合，使得规划过程能够适应不同机器人的特性，而不需要针对每个机器人进行单独训练。
关键设计：在模型训练中，采用了参数条件的通用策略，通过想象训练使得策略具备体态意识，损失函数设计上考虑了不同机器人的特性，确保了模型的有效性和泛化能力。
🖼️ 关键图片
📊 实验亮点
实验结果显示，提出的通用策略在七个模拟机器人上成功率提高了3.8至10.6个百分点，且在没有专门训练的情况下，成功匹配每个机器人的专家模型。此外，该模型在经过三分钟的遥控驾驶后，能够零-shot迁移到未见过的真实机器人上，展现出良好的泛化能力。
🎯 应用场景
该研究具有广泛的应用潜力，尤其在机器人自主导航、复杂环境中的任务执行以及多机器人协作等领域。通过实现跨体态的运动规划，能够有效提升机器人在未知环境中的适应能力和灵活性，推动智能机器人技术的进步。
📄 摘要（原文）
Motion planning in clutter is embodiment-specific: the feasible free space and reachable commands depend on each robot's geometry and dynamics. Existing cross-embodiment policies output normalized commands that disregard these differences, or compensate through per-robot training and distillation. World models can in principle pool cross-embodiment data, yet command-conditioned models bind their latent dynamics to a single action space, while pose-conditioned models omit the mapping from commands to body-specific motion. On flat ground, however, embodiment affects the planner's observations only through the camera ego-motion. This letter proposes Hourglass, an hourglass-shaped architecture that factorizes cross-embodiment motion planning at this interface: a body-agnostic world model and each robot's differentiable ego-dynamics, which map commands to that ego-motion, are coupled only through it. The world model is trained on data pooled across embodiments and camera mounts; each robot's ego-dynamics is a reduced-order template with identified physical parameters. A generalist parameter-conditioned policy is learned once at this junction: each imagined step rolls out the template and then the world model, and imagination training through each robot's template makes the policy body-aware. On seven simulated robots of five locomotion types, the generalist policy outperforms imitation-learning and diffusion-policy baselines on the same world model by 3.8--10.6 percentage points in success rate and matches per-robot specialists without dedicated training, while approaching its parameter-conditioned MPPI teacher within 1.4--2.8 points without an online map. After three minutes of teleoperated driving for identification, the synthetic-data-trained model transfers zero-shot to a real skid-steer robot unseen in training, navigating unseen indoor scenes.