上海交通大学和上海人工智能实验室的研究团队研发了一种名为hugwbc的通用人形机器人控制器，赋予机器人多种步态（包括行走、跑步、双脚跳跃和单脚跳跃）及精细化运动控制能力。该控制器突破了以往仅依赖速度指令或关键点的限制，引入了扩展指令空间，包含任务指令（速度）和行为指令（姿态、脚步、步态），实现对机器人行为的细粒度调整。

HugWBC框架整合了控制理论和强化学习，通过设计接触-摆动奖励和足端摆动奖励，引导机器人学习不同步态。 此外，它还利用对称奖励机制，鼓励机器人产生自然、对称的运动，并通过上肢噪声课程训练，提升控制器在外部上肢介入情况下的鲁棒性。

实验结果表明，HugWBC在指令跟踪精度和鲁棒性方面均优于基线方法。 它在各种步态下的指令跟踪误差较低，并能有效应对上肢干扰。 研究人员还通过热力图分析了不同指令组合对控制器性能的影响，揭示了指令间的相互作用关系。

总而言之，HugWBC控制器为人形机器人提供了更通用、更灵活的运动控制能力，为未来人形机器人在复杂环境下的应用奠定了坚实基础。项目主页：https://www.php.cn/link/e0ddc27e24c6e49ace5a5dcef6c784eb