“一次训练、全平台通用” ！人形机器人运控的 “跨平台魔咒” 被XHugWBC解决了

在人形机器人技术飞速发展的当下，“专属训练” 与 “跨平台适配” 的矛盾始终制约着行业规模化落地。现有基于学习的全身控制器（WBC）虽能实现灵活、稳健的机器人行为，但大多针对单一机器人平台开发——每换一款形态、自由度或动力学特性不同的机器人，就需要重新进行大规模训练，不仅研发成本高昂，还严重影响技术迭代效率。

上海交通大学与上海 AI 实验室联合推出的 XHugWBC，创新性地构建了跨形态人形机器人控制框架，通过物理一致的形态随机化、统一的跨平台表征与智能策略架构，实现了 “一次训练、全平台通用” 的突破，单策略可零样本迁移至 7 款真实人形机器人与 12 款仿真机器人，彻底打破了传统控制方案的平台依赖壁垒，为人形机器人的标准化应用奠定了基础。

痛点直击：传统人形控制的 “跨平台魔咒”

人形机器人的形态异质性（自由度、关节布局、物理参数差异）与控制策略的通用性需求之间的矛盾，是行业长期面临的核心难题。现有全身控制方案均存在明显短板，难以实现规模化适配：

人类能通过经验快速适应不同工具，但传统机器人控制器却深陷 “一个平台一套策略” 的局限。这背后的核心原因在于：人形机器人的运动学结构、自由度数量、关节排序和物理属性差异极大，缺乏统一的表征方式；同时，跨形态训练需要高质量的多样化数据，而简单随机化难以生成符合物理规律的训练样本，导致策略无法学习到通用的运动先验。

关键技术拆解：通用控制的三大核心

XHugWBC 凭借 “数据生成-表征统一-策略学习” 的全链路创新，构建了完整的跨形态控制框架（如图 2 所示），从数据生成到最终部署形成闭环，每个环节都精准解决了传统方案的痛点。

物理一致的形态随机化：生成 “真实可用” 的多样化机器人

要让策略学习到通用的控制能力，首先需要高质量、多样化且符合物理规律的训练数据。XHugWBC 创新采用物理一致的形态随机化方法，彻底解决了传统随机化 “不真实、易失效” 的问题：

• 模板机器人参数化：以 Unitree G1（29 自由度）为基础模板，额外添加 3 个头部关节，定义包含连杆参数（）和关节参数（）的统一参数向量。其中，连杆参数涵盖质量、质心坐标、转动惯量等 10 个维度（， 为刚体数量），关节参数涵盖位置、姿态、运动轴、活动范围等 13 个维度（， 为自由度数量），确保随机化过程有章可循。
• 物理一致的连杆随机化：通过伪惯性矩阵 J 的正定性约束（J≻0）保证物理一致性，结合 Cholesky 分解将惯性参数转化为可平滑扰动的形式。再通过仿射变换与质量密度缩放，将惯性扰动映射为 10 维向量的无约束扰动——其中控制刚体沿三轴的伸缩，控制剪切变形，控制质心平移，控制质量密度缩放，既灵活又保真。
• 灵活的关节随机化：针对关节的旋转轴、位置、驱动力矩和驱动类型进行随机化：髋关节旋转轴随机排列，关节位置扰动限制在质心距离的两倍范围内，驱动力矩随机器人总质量线性缩放；同时可随机将腰、臂、头部关节设为固定或转动型，支持 12-32 个主动关节的灵活配置（从纯双足到带手臂、腰部的复杂形态）。

这种随机化方法生成的机器人模型既涵盖了广泛的形态差异，又严格遵守物理规律，为策略学习通用运动先验提供了坚实的数据基础。

跨形态统一表征：打通不同机器人的 “语言壁垒”

不同机器人的关节数量、布局差异巨大，直接适配难度极高。XHugWBC 构建了 “全局关节空间 + 运动学图” 的双层统一表征体系，实现了跨平台语义对齐：

• 32 维全局关节空间：定义  维的全局关节空间，涵盖髋、膝、踝、腰、头、肩、肘、腕等所有关键关节。对于任意机器人，将其物理关节按运动学角色映射到该全局空间，未用到的关节位置用零填充，形成固定维度的规范关节状态 。无论机器人的实际关节数量是 12 还是 32，策略都能接收统一维度的输入，彻底解决了状态空间异质性问题。
• 运动学图形态描述：基于全局关节空间构建有向运动学图，其中顶点 对应关节，边对应刚体连接关系。通过邻接矩阵 A 编码机器人的形态拓扑——若关节与 存在刚性连接，则 ，否则为 0。针对人形机器人常见的并联连杆结构（如踝关节），采用节点折叠简化处理，将并联节点直接作为前序关节的子节点，确保图结构简洁且能准确反映运动依赖（如图 2 (b) 所示）。这种图结构既能编码不同机器人的 kinematic 拓扑，又能为策略提供明确的结构信息。

智能策略架构：学习跨形态的运动先验

为了让策略能有效利用统一表征中的结构信息，学习到通用的运动先验，XHugWBC 设计了针对性的策略架构，涵盖观测设计、编码器选型、状态估计与动作解码等关键模块：

• 观测设计：策略观测包含三部分——五步本体感受历史（，含基座角速度、重力方向、关节位置 / 速度、上一步动作）、关节可控性二进制指标 （标记哪些关节可驱动）、全身命令向量 （含目标速度、姿态、步态参数）。这种观测设计既包含了机器人的实时状态，又明确了控制目标，同时通过历史信息缓解了部分可观性问题。

• 编码器架构：支持图卷积网络（GCN）和 Transformer 两种编码器，均能有效利用运动学图结构：

• GCN 编码器：通过堆叠多层 GCN 网络，基于邻接矩阵聚合局部 kinematic 邻域信息，逐步构建高阶关系上下文，生成结构感知的节点特征。
• Transformer 编码器：采用拓扑感知的混合掩码策略——第一层按运动学图施加掩码注意力，确保局部结构约束；后续层采用无掩码自注意力，实现全局信息交互。输入节点嵌入会添加学习到的位置编码 ，增强序列表征能力。

• 状态估计与动作解码：联合训练状态估计器，通过监督回归重构基座线速度、高度等特权信息（实机中难以直接测量），其输出与编码器特征、全局上下文向量融合后，通过线性层生成逐关节动作。生成的全局关节动作再通过逆映射函数还原到机器人物理关节，确保动作适配具体机器人的形态。

• Critic 网络设计：Critic 网络镜像 Actor 结构但省略状态估计器，其解码输出每个关节节点的价值估计，最终价值通过节点平均得到。训练时，Critic 额外接收 pelvis 线速度、躯干高度等特权观测，确保价值估计的稳定性和准确性。

架构 ablation 实验（如图 6）显示，GCN 和 Transformer 因能利用运动学图结构，性能显著优于 MLP 基线 ——MLP 难以捕捉关节间的依赖关系，而 GCN 和 Transformer 能有效利用形态拓扑信息，学习效率更高。其中 Transformer 在复杂任务中表现更优，因此成为最终选用的架构。

实战检验：零样本迁移 + 高效微调的双重优势

XHugWBC 围绕四大核心研究问题（零样本泛化能力、微调效果、基线对比、架构有效性），在仿真与实机场景中开展了全面实验，验证了其通用性与实用性。

零样本跨平台控制：一次训练，全平台适配

• 仿真实验：单策略成功迁移至 12 款未参与训练的仿真机器人（涵盖 20-66kg 质量、0.95-1.8m 身高、12-32 个自由度），所有机器人均实现 100% 生存率（如表 1 所示）。

• 实机实验：零样本适配 7 款真实人形机器人（包括 Booster T1、Fourier N1、Unitree G1、Agibot X2 等），这些机器人的硬件设计、物理属性和运动学拓扑差异显著，但 XHugWBC 均能稳定完成 locomotion 任务，任务成功率 100%，与仿真结果一致。

• 长时域移动操作：在 “抓取毛绒玩具-开门-放置玩具” 的连贯任务中（如图 7 所示），机器人需要精准的手臂控制与全身姿态协调。XHugWBC 驱动不同形态的机器人均完成了该任务，展现出强大的 whole-body loco-manipulation 能力，证明其不仅能处理基础 locomotion，还能支持复杂的交互任务。

基线对比：性能碾压传统跨形态方案

将 XHugWBC 与 MetaMorph、MorAL 两款跨形态基线方案，以及朴素形态随机化（Naive Random）进行对比：

• 零样本生存率（如图 5）：XHugWBC 达到 100%，而 MetaMorph 和 MorAL 的生存率显著降低 ——MetaMorph 依赖高维形态描述符，难以学习通用表征；MorAL 架构简单且缺乏形态特征输入，泛化能力差；Naive Random 仅能适配少数形态相似的机器人，多数情况下性能严重退化。

• 微调后性能（如图 3）：MetaMorph-FT 和 MorAL-FT 的收敛速度仍慢于 Generalist-FT，且峰值性能始终低于后者。这表明 XHugWBC 的物理一致随机化与统一表征体系，能为策略提供更优质的通用先验，微调效果更优。

高效微调：通用先验加速专属优化

基于 XHugWBC 预训练的策略进行微调（Generalist-FT），展现出显著的效率优势：

• 训练曲线对比（如图 3）显示，Generalist-FT 在 12 款机器人上的收敛速度均远快于从零训练的专属控制器（HugWBC）和其他基线的微调版本（MetaMorph-FT、MorAL-FT）。在 20k 迭代时，Generalist-FT 已达到甚至超越专属控制器的收敛性能。

• 定量数据（如表 6）验证了微调效果：Booster T1 的线速度跟踪误差从微调前的 0.094±0.034 m/s 降至 0.027±0.009 m/s，优于专属控制器的 0.029±0.011 m/s；Agibot X2 的角速度跟踪误差从 0.168±0.014 rad/s 降至 0.095±0.027 rad/s，显著优于专属控制器的 0.101±0.012 rad/s。最终，Generalist-FT 的性能比专属控制器提升约 10%，证明预训练策略学习到的通用运动先验具有极高的适配价值。

定性分析：策略能 “读懂” 机器人形态

对 Transformer 输出的 latent 表征进行 t-SNE 可视化（如图 4），揭示了策略的学习机制：髋关节布局相似的机器人聚类在一起，腰部自由度数量（0-DoF、1-DoF、3-DoF）决定了聚类的圈层位置 ——0-DoF 机器人位于聚类中心，1-DoF 机器人形成中间环，3-DoF 机器人位于最外层；同时，机器人质量也会影响表征分布（箭头方向为质量递增）。这表明策略并非简单的端到端映射，而是真正学习到了机器人形态的结构化特征（关节布局、自由度数量、质量分布），为跨形态泛化提供了坚实基础。

总结：开启人形控制的 “规模化时代”

XHugWBC 的突破性价值，不仅在于首次实现了多款真实人形机器人的零样本全身控制，更在于其为行业提供了 “低成本、可扩展” 的通用控制方案——无需为每个机器人单独研发策略，大幅降低了人形机器人的应用门槛，推动行业从 “定制化研发” 走向 “标准化应用”。

其核心创新可概括为三点：一是物理一致的形态随机化，解决了训练数据的 “真实性” 问题，生成的多样化样本符合物理规律，为通用策略学习奠定基础；二是 32 维全局关节空间 + 运动学图的统一表征，解决了跨平台的 “语义对齐” 问题，让不同形态的机器人能被策略统一理解；三是 Transformer 混合掩码架构，解决了策略对形态结构的 “感知与利用” 问题，有效捕捉关节依赖与全局协调。

尽管 XHugWBC 已取得显著突破，但仍存在优化空间：目前依赖统一命令接口，在运动跟踪等更灵活的控制场景中，需要针对具体形态进行动作重定向，可能导致运动表征与机器人形态不匹配。未来，团队将探索形态感知的 expressive control，进一步拓展方案的适用范围。

作为兼具通用性与高性能的跨形态控制器，XHugWBC 为工业生产、服务机器人、医疗辅助等多元场景的规模化落地提供了可能。随着该技术的普及，科研机构、中小企业乃至个人都能更便捷地开展人形机器人研发，加速人形机器人从实验室走向现实应用的进程，真正开启人机协同的 “规模化时代”。