[2026] Rhythm：突破双足机器人物理交互难题，让“人形机”学会共舞

TL;DR

人形机器人的单体灵活性已接近极限，但如何让两个机器人像人一样自然地拥抱、握手或共舞？本文提出的 Rhythm 框架首次打通了从人类交互数据到机器人硬件部署的全链路。通过交互感知运动重定向（IAMR）和图引导强化学习（IGRL），研究者在 Unitree G1 硬件上实现了极高鲁棒性的双机全身交互控制。

背景定位：从孤岛到协作

目前的人形机器人研究主要聚焦于单机行走或操纵，即便涉及交互，也多是将对方视为“障碍物”或“被动载荷”。Rhythm 的出现改变了这一点，它将双机系统视为一个耦合的动力学整体，解决了形态学差异（Morphology Mismatch）带来的物理冲突问题。

痛点深挖：为什么“空气握手”难以避免？

直接将人类侧的交互数据映射到机器人会有两个致命伤：

1. 运动学冲突：人与机器人的肢体比例不同，强制对齐手部位置可能导致机器人双脚离地；强制对齐单体动作，则会导致手部碰不到（空气握手）或过度穿入。
2. 动力学耦合：在拥抱等强接触任务中，一个机器人的受力会直接影响另一个机器人的平衡，传统的独立控制策略会迅速发散导致摔倒。

核心方法论：IAMR 与 IGRL

1. 交互感知运动重定向 (IAMR)

作者提出了一种“解耦优化”策略。他们将交互 mesh 划分为自运动边 (Intra-Agent) 和 交互边 (Inter-Agent)。

• 双流流形构建：为每个机器人构建独立的缩放流形（Mind）以保证身体协调，同时构建统一流形（Muni）以保留交互距离的语义。
• 非线性弹簧系统：利用 Laplacian 坐标描述几何细节，并引入随距离衰减的动态权重。当两手接近时，权重激增以确保接触精度。

图 1：Rhythm 框架流程。从 IAMR 的轨迹生成，到 IGRL 的策略训练，最后通过状态估计完成实机部署。

2. 交互引导强化学习 (IGRL)

不仅是追踪轨迹，IGRL 引入了图奖励 (Graph-based Rewards)：

• 交互图奖励：惩罚两机关键点间相对位移的偏差。
• 接触图奖励：精准定义了哪些部位应该接触，并对接触力进行正则化。
• 策略架构：采用 MAPPO 框架，利用 1D-CNN 处理历史观测数据，结合对同伴状态的感知（Peer Perception），使机器人具备预判对方动作的能力。

实验战绩：硬核刷榜与实机展示

在对比实验中，Rhythm 展现出统治级的性能。相较于传统的重定向方法，IAMR 在 Inter-X 数据集上的 F1 分数提升了 43%。

表 1：在 MAGIC 和 Inter-X 数据集上，Rhythm 在交互成功率（ISR）和接触成功率（CSR）上显著优于单机策略及消融模型。

在真机演示中（见图 2），即便研究者对正在交互的机器人进行剧烈的踢踹或推搡，机器人依然能通过闭环调整迅速找回交互位置，而不是机械地重复动作。这种**“抗干扰交互”**能力是其能够 Sim-to-Real 的核心保证。

图 2：从轻微接触的打招呼，到紧密耦合的拥抱，再到长周期的舞蹈，Rhythm 均能完美胜任。

总结与洞察

Rhythm 的成功标志着人形机器人进入了**“社会化协作”**的新阶段。其基于图的拓扑建模方法不仅适用于两台机器人，理论上可以扩展到多机系统。

局限性：目前系统仍依赖预构建的地图进行状态估计，且通讯延迟对极高频的动态交互（如格斗）仍有挑战。

未来启示：未来的“灵巧协作”将不再依赖于更精确的轨迹规划，而在于更加鲁棒的、对彼此状态感知的物理闭环策略。Rhythm 开放的 MAGIC 数据集也将成为多机研究的重要基石。