4.5 KiB
4.5 KiB
介绍人形机器人mimic的技术路线
Exported on 05/06/2026 at 20:26:07 GMT+8 from Claude via WayLog
User
介绍人形机器人mimic的技术路线
Claude
人形机器人 Motion Mimic 技术路线
人形机器人的 mimic（运动模仿） 技术，目标是让机器人通过观察人类动作来学会自主运动。2025-2026 年，这条路线已形成从学术到工业落地的清晰演进。
一、核心技术范式演进
经典主线从 DeepMimic (2018) 出发，逐步发展出统一的通用框架：
| 方法 | 时间 | 核心贡献 |
|---|---|---|
| DeepMimic | 2018 | 将运动跟踪形式化为强化学习问题 |
| PHC | 2023 | 物理人形控制器，实现全身动作跟踪 |
| ASAP | 2024 | 先平滑迁移再做真机部署的务实路径 |
| MaskMimic | 2024-25 | 掩码训练，支持多模态部分约束的统一控制器 |
| BeyondMimic | 2025 | 高保真跟踪（侧手翻、跳跃等高动态技能） |
| MimicKit | 2026 | SFU 彭实验室开源统一框架，整合上述方法 |
趋势：单技能专用控制器 → 统一通用控制器 → 开源工具化。
二、2025-2026 年前沿新范式
(a) ZEST (RAI Institute × Boston Dynamics, 2026.1)
- 极简单阶段训练，无需接触标签、无需状态估计器
- 跨平台零样本部署：同一策略在 Atlas、Unitree G1、Spot 上直接运行
- 首次实现全尺寸人形机器人的军队爬行、霹雳舞等动态多接触技能
- 核心技术：非对称 Actor-Critic + 辅助力矩自动课程 + 自适应参考状态初始化
(b) RoboMirror (2025.12)
- 核心理念："先理解，再模仿"
- 利用 VLM 将视频蒸馏为"视觉运动意图"，直接条件化扩散策略
- 无需显式姿态重建或重定向，延迟降低 80%，成功率提升 3.7%
(c) GenMimic (UC Berkeley / NYU, 2025.12)
- 从 AI 生成的视频中零样本模仿人类动作
- 两阶段：4D 人体重建 → RL 策略，在 Unitree G1 真机验证
(d) MIMIC-D (2025.9)
- 多智能体去中心化模仿，集中训练 + 分散执行
三、工业落地：Mimic Robotics（瑞士）
最具代表性的产业落地案例：
| 维度 | 详情 |
|---|---|
| 定位 | 不做整机，只做灵巧手 + 物理 AI 模型 |
| 技术栈 | 多模态预训练 → 工厂现场数据采集 → 模仿学习 → 自校正纠错 |
| 硬件 | 16 自由度、21 关节、指尖精度 ±0.5mm、腕部摄像头 |
| 商业指标 | 运营成本降 70%，部署时间仅 1 小时 |
| 融资 | $20M+（红杉 Scout 跟投） |
四、全栈标准流程（以跳舞为例）
视频 → GVHMR 人体姿态提取 → 运动重定向 → RL训练(Isaac Lab+PPO)
→ 仿真验证(MuJoCo) → 真机部署(宇树G1等)
这套管线已可做到：早上拍视频 → 白天训练 → 当晚在硬件上运行。
五、关键技术共识
- 非对称 Actor-Critic：训练时用特权信息，部署时仅用本体感知
- 残差动作空间：策略输出补偿量而非绝对关节角度
- 视频 → 机器人：单目 RGB 视频直接驱动已成标配
- 零样本 sim-to-real：通过域随机化实现无微调部署
- 灵巧手独立化：Mimic Robotics 的"只做手"是务实的商业切入
一句话总结：2025-2026 年的 mimic 技术正从"能不能模仿"走向"模仿得有多好、多快、多便宜"，学术界趋向统一框架和零样本泛化，产业界聚焦灵巧操作这一具体痛点的可规模部署。
Sources:
- 从RoboMimic、DeepMimic到MaskMimic——人形全身运控的通用控制器
- SFU MimicKit Framework Helps Robots Learn
- Humanoid Whole-Body Control (十二)——ZEST
- 从视频到舞步：详解基于AI的人形机器人运动模仿全栈技术
- Mimic Robotics Raises $16M
- RoboMirror: Understand Before You Imitate
- MIMIC-D: Multi-modal Imitation for Multi-agent Coordination
- From Generated Human Videos to Physically Plausible Robot Trajectories