上海交大新突破：人形机器人自学站立，无需扶持稳当起身！

在近期的一次科技创新展示中，人形机器人的站立与行走能力再次成为公众关注的焦点。还记得元宵晚会上撒贝宁与宇树机器人的略显笨拙的互动吗？不久的将来，这样的场景或许将成为历史，因为上海交通大学与上海人工智能实验室的研究团队已经取得了突破性进展。

研究人员发布了一项名为“HoST”的强化学习框架，旨在让人形机器人能够迅速适应各种真实场景和地形，实现稳定且多样化的站立动作。这一创新不仅让机器人从零基础开始学习站立，还确保了其动作的自然流畅与高效。

HoST框架通过结合多评判强化学习、平滑正则化以及隐式速度约束，实现了机器人站立动作的自适应学习。这意味着，无论是在虚拟环境中训练，还是直接应用于现实世界的机器人，都能展现出出色的站立能力。内置的速度限制确保了机器人动作的平稳性，有效减少了震荡和剧烈动作，保护了硬件的完整性。

据项目负责人介绍，HoST框架展现出了三大显著特点：首先，多样化的站立姿势让机器人在室内和室外环境中都能实现平稳站立；其次，强大的鲁棒性使得机器人在面对外部干扰时，如力、有效载荷变化、柔软障碍物以及随机扭矩丢失等，都能保持稳定的站立状态；最后，紧急状态下的站立技能，如跌倒恢复、动态平衡和站立稳定性等，进一步增强了机器人的实用性和安全性。

在宇树G1人形机器人上的测试中，HoST框架的表现令人印象深刻。无论是在户外环境中的台阶、树木旁，还是铺满石子的道路和草坪上，机器人都能迅速从躺卧状态站起。同样，在室内环境中，无论是沙发、地板、斜坡还是软垫，机器人都能轻松应对各种姿势，实现快速站立。

机器人在动态平衡能力上也展现出了卓越的表现。从斜坡上站起后，机器人能够一边保持平衡，一边进行移动。即使在背负6千克大背包或受到外部干扰的情况下，机器人也能毫不费力地完成站立动作。

HoST框架的提出，不仅解决了以往方法中忽略硬件限制和依赖预设轨迹的问题，还为人形机器人的站立控制提供了新的解决方案。通过从零开始的强化学习，HoST框架确保了机器人在各种地形上的姿态自适应站立动作，实现了从仿真到现实的有效迁移。这一成果为将站立控制集成到现有人形系统中奠定了基础，并预示着人形机器人在现实世界中的适用性将得到进一步拓展。