| name | handoff-humanoid-control |
| description | Humanoid Agentic Task-Space Whole-Body Control via Distilled Complementary Teachers - 多教师KL蒸馏框架用于人形机器人全身控制 |
| version | 1.0.0 |
| category | systems-engineering |
| tags | ["control-systems","robotics","humanoid","whole-body-control","multi-teacher-distillation","mixture-of-experts"] |
| activation_keywords | ["humanoid","whole-body control","task-space","distillation","mixture-of-experts","motion tracking","locomotion","fall-recovery"] |
| arxiv_id | 2606.06493v1 |
| authors | Lizhi Yang, Junheng Li, Nehar Poddar, Yiling Hou, Gio Huh, Robert Griffin, Georgia Gkioxari, Aaron Ames |
| published | 2026-06-04T00:00:00.000Z |
HANDOFF: Humanoid Agentic Task-Space Whole-Body Control
概述
HANDOFF 是一个创新的人形机器人全身控制框架，通过多教师KL蒸馏方法将三个互补专家教师（全身动作跟踪、运动、跌倒恢复）蒸馏到一个混合专家学生模型中。该方法解决了任务规划与全身控制之间的接口问题，提供了一个紧凑、直观、通用且表达能力强的命令空间接口。
核心方法论
1. 命令空间设计原则
HANDOFF 提出了四个命令空间设计准则：
- 直观性 (Intuitive): 接口应易于理解和操作
- 通用性 (General): 支持多样化操作技能
- 模块化 (Modular): 允许独立开发和组合
- 表达能力 (Expressive): 能够表达复杂操作任务
2. 多教师KL蒸馏框架
核心蒸馏流程：
-
三个互补教师专家：
- Whole-body motion tracking: 全身动作跟踪（带安全过滤数据）
- Locomotion: 运动控制
- Fall-recovery: 跌倒恢复
-
上下文条件门控机制 (Context-conditioned gating):
- 根据任务上下文动态选择激活哪个专家
- 门控函数: $g(x) = \sigma(W_g \cdot x + b_g)$
-
KL蒸馏损失:
$$L_{distill} = \sum_{i=1}^{N} KL(\pi_{student} || \pi_{teacher_i}) \cdot g_i(x)$$
3. 混合专家学生架构
学生模型作为MoE（Mixture-of-Experts）架构：
- 每个专家专注于特定技能域
- 门控网络根据上下文选择专家
- 支持无缝技能切换和组合
4. 安全过滤数据增强
全身动作跟踪教师使用安全过滤数据：
- 从高动作跟踪数据中过滤危险动作
- 保持动作语义同时确保安全性
- 安全约束: $|q_{target} - q_{current}| \leq \Delta_{max}$
系统架构
整体架构
┌─────────────────────────────────────────────────────────┐
│ VLM-Driven Planner │
│ (Natural Language → Task Commands) │
└───────────────────────┬─────────────────────────────────┘
│ Task Commands
▼
┌─────────────────────────────────────────────────────────┐
│ HANDOFF Controller │
│ ┌─────────────────────────────────────────────────┐ │
│ │ MoE Student (Distilled) │ │
│ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │
│ │ │Expert 1 │ │Expert 2 │ │Expert 3 │ │ │
│ │ │(Motion) │ │(Locomot)│ │(Fall-Rec)│ │ │
│ │ └─────────┘ └─────────┘ └─────────┘ │ │
│ │ ↑ Context-Conditioned Gating ↓ │ │
│ └─────────────────────────────────────────────────┘ │
└───────────────────────┬─────────────────────────────────┘
│ Whole-body Actions
▼
┌─────────────────────────────────────────────────────────┐
│ Unitree G1 Hardware │
└─────────────────────────────────────────────────────────┘
