优先运动重定向如何把人体动作迁移到人形机器人？

加权目标为何无法保证优先级

运动重定向把人体动作捕捉数据转换成机器人可以执行的关节轨迹。人和机器人在尺寸、关节限位和身体比例上都不同，因此迁移不能直接复制关节角度，而要在新的身体上重建源动作的关键特征。对单人动作来说，匹配关键点并遵守关节限位通常就够了。一旦人搬起箱子或与另一个人配合，动作里还包含必须保留下来的接触和空间关系；这些关系出错会产生物理上不可行的参考动作，增加下游学习与控制的负担。

多数重定向流程把这些要求写成若干损失项的加权和：关键点匹配、落脚点、接触保持、关节限位。权重只表达相对偏好。改善权重较低的一项仍可能损害权重较高的一项，所以给某个目标很大的权重，并不能保证脚部接触不被破坏。论文的观点是，这是加权和形式本身的结构性问题，而不是调参没调好；当更多角色和物体带来更多需要保持的接触时，这种问题会更严重。

把低优先级更新投影到零空间

PriMoRetarget 把目标从高到低排序，并在每一步优化中局部地执行这一顺序。考虑一个高优先级误差向量，例如若干对应身体的 3D 位置误差，以及一个低优先级梯度。方法先对高优先级误差做线性化，再要求更新在一阶意义上不改变该误差，也就是更新必须落在高优先级雅可比矩阵的零空间里。零空间投影器会从低优先级梯度中剔除任何会扰动高优先级误差的分量。

保留完整的误差向量而不只是它的标量损失很重要：这样可以防止一个误差分量去补偿另一个分量。论文将其与加权和对比：加权和收敛到竞争目标之间的折中，而投影后的更新被限制在让高优先级目标保持当前值的方向上。实际计算中雅可比矩阵可能秩亏，因此使用带小阻尼因子的阻尼投影器。优先级层级本身由人工指定；论文把它呈现为一种通用机制，而不是固定的排序。

逐帧投影让长序列变得可算

把优先级层级直接套用到整段动作序列上代价很高，因为稠密投影矩阵随帧数呈二次增长。许多重定向目标在帧之间是可分离的：每一帧的误差只依赖该帧的动作参数。PriMoRetarget 利用这一点，用逐帧目标构建层级，使完整雅可比矩阵在时间上呈块对角结构，从而把投影分解为相互独立的逐帧线性系统，并以批处理方式求解。论文报告，对于 T 帧、每帧 m 个高优先级误差分量，复杂度从 O(T³m³) 降到 O(Tm³)。

有两个设计选择支撑这一做法。时间平滑和其他正则项不适合放进严格的层级：给它们高优先级会占掉零空间，给它们低优先级又会在投影后受到很大限制。因此论文把它们当作自由目标，其梯度直接加到累积的投影梯度上。另外，由于零空间投影使参数空间中的大幅移动变得困难，优化先用一段均匀加权和的热身阶段，把动作推到更接近合适解的位置，再启用优先级层级。

接触保持区分了优先级方法与加权和

评估覆盖四个数据集：单人动作（LAFAN1）、角色与物体操作（OMOMO）、角色与角色交互（Inter-X），以及一个自建的多角色加物体数据集。运动学质量用以下指标衡量：穿透的持续时间和深度、脚部滑动速度、脚部悬空高度、由身体位置三阶导数估计的抖动，以及接触保持率，即重定向后复现的源手部接触比例。基线方法为 PHC、GMR 和 OmniRetarget；对多角色动作，基线对每个角色独立应用。

最明显的差异出现在多出一个接触保持优先级层级的地方。在 OMOMO 上，PriMoRetarget 的接触保持率为 96.9%，均匀加权为 67.2%，10 倍权重间隔为 88.5%；脚部滑动为 3.7 cm/s，后两者分别为 9.4 和 3.4。在自建的多角色加物体数据集上，接触保持率为 92.4%，后两者为 88.8% 和 71.7%；抖动为 67.5，后两者为 52.9 和 59.1 m/s³。对单人移动动作，冲突有限且只有两个优先级层级，各变体表现相近。作者把这一模式解读为：当交互引入相互竞争的目标时，优先级的作用最明显。

更好的参考动作训练出更成功的跟踪策略

运动学指标之所以重要，是因为重定向后的动作会成为强化学习的参考。参照 DeepMimic，论文在仿真的 Unitree G1 上为每个动作单独训练一个 PPO 策略，各重定向方法使用固定超参数。策略观测目标姿态并输出关节 PD 目标；涉及物体交互的动作还会观测物体位置和目标轨迹，多机器人动作则用单个策略控制所有机器人。在 50 个动作上，成功要求完成参考动作且任何机器人或物体的偏差不超过 0.5 m，跟踪误差在整段动作上计算并禁用提前终止。

用 PriMoRetarget 生成的动作训练出的策略，在所有数据集上取得最高成功率和最低身体跟踪误差，交互丰富的动作上收益更明显。作者将其归因于接触与协调被保留后参考动作更一致。他们也指出，自建数据集中的协作物体操作仍然困难，这标出了仅靠更好的重定向所能达到的边界：同时控制多个相互作用的机器人和物体依然很难。

热身阶段与自由目标影响可测

消融实验显示了哪些组件在起作用。去掉加权和热身阶段、同时保持优先级优化步数不变时，如果初始化已经接近合适解，表现变化不大；但需要较大修正时，表现明显变差。在 LAFAN1 上，穿透持续时间从 12.2% 升到 90.1%，脚部滑动从 3.5 升到 10.2 cm/s；在自建数据集上，接触保持率从 92.4% 降到 78.5%。

把自由目标放进最后一个优先级层级、而不是保持自由，同样会损失质量：经过高优先级目标的投影会限制它们的影响，尤其是对时间平滑的影响，导致各设置下抖动上升。在 Inter-X 上，抖动从 103.9 升到 155.0 m/s³。某些情况下接触保持率略有提升，但论文称这些收益很有限。逐帧投影则是计算上的选择而非质量上的选择：在 NVIDIA RTX 5090 上，稠密形式的开销随序列长度快速上升，而批处理的逐帧版本在评估范围内几乎保持不变，论文报告对超过 5000 帧的 LAFAN1 动作也有类似表现。

层级能保住什么，又修不了什么

该方法并不绑定于某一种机器人。同一套优先级形式被演示在 Unitree G1 与 DEEP Robotics DR02 共同搬箱、Unitree H1-2 搬箱下坡，以及把同一段 OMOMO 动作迁移到 Booster T1 和 Unitree G1 上。当被操作物体放大 1.5 倍时，重定向后的手部接触会适应新的几何形状以保住高优先级接触目标，而不是严格跟随源动作。策略也在真实机器人上完成了搬箱部署。

限制来自层级所优化的内容。PriMoRetarget 主要保留源动作的结构，因此捕捉数据中已有的伪影，例如抖动、相互穿透或捕捉环境中的不一致，都可能传递到重定向动作中。论文指出，某些设置下更高的穿透和脚部悬空可能反映源动作中已有的伪影。物体轨迹基本跟随原始源动作，当该轨迹不适合目标机器人形态时，交互的适应能力因此受限。优先级顺序也由人工指定；自动确定或调整优先级、引入学习到的动作先验、联合优化机器人与物体轨迹，都留作未来工作。

交互引入接触时优先级才显出价值

这篇论文中与决策相关的比较，不是泛泛的优先级优化与加权优化之争，而是两者在哪里分道扬镳。只有两个优先级层级、目标冲突有限时，例如单人移动动作，调好的加权和与优先级结果接近。一旦交互在落脚点和身体姿态之上再加一个接触保持层级，加权变体就会牺牲更高优先级的属性：均匀加权把 OMOMO 接触保持率降到 67.2%，10 倍间隔也只到 88.5%，而层级方法为 96.9%。论文自己的表述是，层级是一种强制执行相对重要性的通用机制，排序由使用者提供。对实践者而言，这意味着要弄对的是优先级列表而不是权重向量，而交互丰富的动作正是这一选择最改变结果的情景。

本文引用的文献