DiffWBC: Unlocking Steerable General Humanoid Motion Tracking via One-Step Diffusion Whole-Body Control
作者: Yifei Huang, Yazhao Yang, Weijia Li, Zhiheng Ma, Dian Shen
分类: cs.RO
发布日期: 2026-10-30
💡 一句话要点
提出DiffWBC以解决通用人形运动跟踪问题
🎯 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) 支柱八：物理动画 (Physics-based Animation)
关键词: 通用人形运动跟踪 生成模型 扩散模型 全身控制 故障发现 机器人技术 在线适应
📋 核心要点
- 现有的通用人形运动跟踪方法依赖于确定性策略，难以在线适应，且需要复杂的参考编辑或重新训练。
- DiffWBC通过一步扩散模型实现生成式全身控制，能够在单次前向传播中完成通用跟踪和故障发现。
- 在实验中，DiffWBC在多个基准测试中表现优异，局部跟踪误差最低为20.1mm，并在实际机器人上成功应用。
📝 摘要（中文）
通用人形运动跟踪器通常依赖于确定性策略，无法在线适应，且需要脆弱的参考编辑或昂贵的重新训练。我们提出DiffWBC，通过一步扩散模型将全身控制转向生成范式。DiffWBC通过建模未来轨迹的分布，将通用跟踪、测试时引导和无模拟故障发现统一在一个控制器中。实验结果表明，DiffWBC在多个基准测试中实现了最低的局部跟踪误差，并在物理Unitree G1上成功部署。
🔬 方法详解
问题定义：论文旨在解决通用人形运动跟踪中现有方法无法在线适应的问题，现有方法依赖于确定性策略，导致灵活性不足和高昂的训练成本。
核心思路：DiffWBC的核心思路是通过一步扩散模型将全身控制转向生成范式，能够在单次前向传播中实现对未来轨迹的建模，从而实现通用跟踪和故障发现。
技术框架：DiffWBC的整体架构包括生成式通用跟踪、零-shot测试时引导和无模拟故障发现三个主要模块，能够在50Hz的控制步骤中高效运行。
关键创新：DiffWBC的最大创新在于将生成模型应用于全身控制，能够在不依赖物理模拟的情况下实现高精度的故障识别和处理，显著提升了跟踪的灵活性和准确性。
关键设计：DiffWBC采用了可微分的成本梯度和身体组掩码来在线调节冻结控制器，关键参数设置和损失函数设计使得其在多种环境下均能实现优异的性能。
🖼️ 关键图片
📊 实验亮点
DiffWBC在多个基准测试中表现出色，局部跟踪误差最低为20.1mm，且在物理Unitree G1上成功部署。与传统的运动跟踪方法相比，DiffWBC在零-shot测试时引导中表现出显著提升，干净通过率达到0.84，远超0.10的基线。
🎯 应用场景
该研究的潜在应用场景包括机器人运动控制、虚拟现实中的角色动画以及人机交互等领域。DiffWBC的灵活性和高效性使其在动态环境中具有重要的实际价值，未来可能推动更智能的机器人系统的发展。
📄 摘要（原文）
General humanoid motion trackers typically rely on deterministic policies that cannot adapt online without brittle reference editing or costly retraining. We present DiffWBC, shifting whole-body control to a generative paradigm via a one-step diffusion model. By modeling distributions over future trajectories, DiffWBC unifies general tracking, test-time steering, and simulation-free failure discovery within a single controller: (1) Generative general tracking: DiffWBC requires a single forward pass per 50 Hz control step and can be distilled from an RL teacher or trained from scratch via model-based RL, achieving the lowest local tracking error among six general trackers on held-out benchmarks (20.1 mm on BONES) and deploying on a physical Unitree G1. (2) Zero-shot test-time steering: differentiable cost gradients and body-group masks modulate the frozen controller online, substantially outperforming kinematic reference editing (0.84 clean pass at 1.25 m ceiling vs. 0.10) and zero-shot generalizing across hurdles, spatial reaching, actuator faults, and tray balancing. (3) Simulation-free failure discovery: plan dispersion across generation noise effectively identifies physical tracking failures (91% precision in top 2%) without physics simulations; targeted fine-tuning on flagged clips resolves 50% of failure cases. Videos and interactive demonstrations are available at https://diffwbc.github.io/#selfassess.