ROOF: Learning Humanoid Fall Recovery under Overhead Constraints
作者: Yidan Lu, Jiayuan Yu, Zongrui Cai, Jingwen Sun, Jinrui Han, Jing Wang, Ping Luo, Peng Lu
分类: cs.RO
发布日期: 2026-10-30
备注: 8 pages, 4 figures
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出ROOF以解决人形机器人在障碍物下的跌倒恢复问题
🎯 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: 人形机器人 跌倒恢复 强化学习 几何指导 自主学习 复杂环境 机器人控制
📋 核心要点
- 现有方法在处理人形机器人跌倒后的恢复时，缺乏有效的障碍物清理与支撑策略，导致恢复成功率低。
- 本文提出了一种强化学习方法，通过几何逃逸指导来优化机器人在障碍物下的恢复过程，强调自主学习与适应性。
- 实验结果显示，采用该方法的机器人在多种场景下的恢复成功率显著提高，尤其是在复杂环境中表现优异。
📝 摘要（中文）
当人形机器人在障碍物下跌倒时，面临着复杂的恢复问题。它必须在创造空间的同时，确保稳定的支撑，以避免在未清理障碍物前尝试站立导致更大的阻碍。本文提出了一种基于强化学习的方法，结合接触支持的几何逃逸指导，奖励机器人逐步减少与障碍物的重叠，而不预设逃逸路径。通过学习的运动先验、姿态依赖的支撑和关节停滞成本，形成了一个单一策略，能够自主学习何时清理障碍物、如何建立支撑以及何时完成站立。在模拟中，该方法在仅能抬起的板下恢复成功率为88.5%，而没有几何指导时仅为18.9%；在随机大小、质量和位置的自由板下恢复成功率为98.6%。在Unitree G1上，该策略在七个真实障碍场景中150次尝试中成功恢复95次。
🔬 方法详解
问题定义：本文旨在解决人形机器人在障碍物下跌倒后的恢复问题。现有方法往往未能有效处理障碍物清理与支撑的协调，导致恢复失败率高。
核心思路：论文提出了一种基于强化学习的策略，结合几何逃逸指导，允许机器人在不预设路径的情况下自主学习如何清理障碍物、建立支撑并完成站立。
技术框架：整体架构包括环境建模、状态感知、动作选择和反馈机制。机器人通过传感器获取自身状态，并在此基础上进行决策，优化恢复过程。
关键创新：最重要的创新在于引入了接触支持的几何逃逸指导，使机器人能够在复杂环境中自主学习恢复策略，显著提高了恢复成功率。
关键设计：在设计中，采用了姿态依赖的支撑和关节停滞成本作为损失函数，确保机器人在恢复过程中能够有效平衡支撑与清理的需求。
🖼️ 关键图片
📊 实验亮点
实验结果表明，采用几何指导的恢复策略在仅能抬起的障碍物下成功率达到88.5%，而未采用时仅为18.9%。在随机条件下的自由板下恢复成功率高达98.6%。在真实场景中，Unitree G1机器人在150次尝试中成功恢复95次，显示出该方法的有效性。
🎯 应用场景
该研究的潜在应用领域包括服务机器人、救援机器人以及人形机器人在复杂环境中的自主导航与恢复能力。其实际价值在于提升机器人在现实世界中应对意外情况的能力，未来可能对家庭、工业和救援场景产生深远影响。
📄 摘要（原文）
A fallen humanoid beneath an overhead obstacle faces a coupled recovery problem. It must create clearance while organizing support for a stable rise, since attempting to stand before making room can further increase obstruction. We introduce a reinforcement learning method with contact-supported geometric escape guidance, which rewards incremental reduction of robot-obstacle overlap without prescribing an escape path. To achieve this, a learned motion prior, together with posture-dependent support and joint-stall costs, is proposed to shape a single policy that learns when to clear the obstacle, how to establish support, and when to complete the rise, all using proprioception alone. In simulation, it recovers in 88.5% of trials beneath plates that can only be lifted, compared with 18.9% without geometric guidance, and in 98.6% of trials beneath free plates with randomized size, mass and placement. On a Unitree G1, the deployed policy recovered in 95 of 150 attempts across seven real-world obstacle scenes, including furniture and multi-object arrangements absent from training. Project page: https://lu-yidan.github.io/ROOF/