HULK全身力控移动操作框架论文发布

2026年10月8日，arXiv cs.RO 刊出 An Dang 等作者的论文，提出 HULK——一个面向人形机器人全身强力运动操作（forceful loco-manipulation）的全身控制框架。据该报道，HULK 通过 MPC 引导强化学习并蒸馏出单一策略，在仿真和宇树（Unitree）G1 上完成评估。仿真结果显示：带捕获点控制障碍函数的教师模型在每臂 10 kg 负载下取得最低前向与侧向速度跟踪误差，并将 DCM 偏移幅度较纯 MPC 引导强化学习降低 35.7%；腕力教师可承受最高 130 N 的躯干推力扰动。上述数据均为论文自述的仿真结果，报道未提及真实机器人上的对应指标。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。