外观
全身控制前沿
本页主要是 2026-10-05～06 的论文理解与索引，2026-10-19 同步本机进度。不是逐项重新核查的实时排行榜，也不代表下列方法已本机复现。实际学习结果见 实验记录，新候选见 next-projects.md。
人形 2025–2026 的主线：把「跟参考运动」做成可扩展的行为先验，再当全身 WBC 给遥操和 VLA 用。下面按谱系记，不是按字母表。
UFO 是 RoboParty 的无监督全身控制框架（代码 · 项目页），和跟踪线并行，名词见 glossary.md。UHC 仍是 Luo 2022 的跟踪控制器，不要和 UFO 混。
NVIDIA 文档里还有一对容易混的词：
| 名字 | 是什么 |
|---|---|
| Decoupled WBC | 下身 RL + 上身 IK，用在 GR00T N1.5 / N1.6 |
| GEAR-SONIC | 统一全身跟踪策略，当行为基础模型，N1.7 路线 |
| MotionBricks | 同仓库里的实时潜空间运动生成，偏交互 / 动画 |
代码与文档：NVlabs/GR00T-WholeBodyControl，文档 nvlabs.github.io/GR00T-WholeBodyControl。
谱系（跟踪 → 真机人形）
UHC (2022, MuJoCo, residual force)
→ PHC (2023, 去掉外力, PMCP 扩容量)
→ 仿真角色跟踪成熟
GMT (2025, UCSD) 真机单策略通用跟踪；Adaptive Sampling + Motion MoE
BeyondMimic / Any2Track 对照：单条或小集合 mimicing
RGMT (2026) 更鲁棒的广义跟踪
Extreme-RGMT RGMT 的极限运动 / 扰动向
PGMT (2026) 跟踪 + 地形感知
SONIC (2025–2026, NVIDIA) 把跟踪规模做成 foundation；Science Robotics 2026
ASAP / TWIST / HOVER 并行：真机敏捷、遥操全身、统一神经 WBC
UFO (RoboParty, 2026) 并行：无监督 RL（FB / TeCH），不是跟踪
官方 FlowMimic 小桥论文线：稀疏指令 + 蒸馏（代码未放）必读表
| 工作 | 年份 | 一句话 | 链接 |
|---|---|---|---|
| UHC | 2022 | 一帧参考 → 物理人形；靠 residual force 站住 | github.com/ZhengyiLuo/UHC · arXiv:2206.09286 |
| PHC | 2023 | 去掉外力、可恢复摔倒、扩到大规模 clip | github.com/ZhengyiLuo/PHC · arXiv:2305.06456 |
| GMT | 2025 | 真机通用运动跟踪；采样不均 + MoE | gmt-humanoid.github.io · arXiv:2506.14770 |
| RGMT | 2026 | Robust Generalized Motion Tracking | arXiv:2601.23080 |
| Extreme-RGMT | 2026 | RGMT 向更极端运动 / 扰动 | 跟 RGMT 作者线，补项目页 |
| PGMT | 2026 | 地形观测注入通用 tracker | arXiv:2609.08511 |
| SONIC | 2025–26 | 超大规模跟踪 → 自然全身控制；可挂 VLA / VR | nvlabs.github.io/GEAR-SONIC · arXiv:2511.07820 · 代码在 GR00T-WBC |
| BeyondMimic | 2025 | 高质量单运动 / 重训成多运动的对照 | SONIC 论文基线 |
| TWIST | 2025 | 全身模仿遥操（MoCap → 真机跟踪） | yanjieze.com/humanoid-foundation |
| TWIST2 | 2025 | 无 MoCap、PICO 全身采数；和 GMR 同一条工具链 | github.com/amazon-far/TWIST2 · arXiv:2511.02832 · 数据 twist-data.github.io |
| HOVER | 2024 | 统一神经全身控制器，多技能 | hover-versatile-humanoid.github.io |
| ASAP | 2025 | 仿真–真机物理对齐，敏捷全身技能 | arXiv:2502.01143 |
| OmniRetarget | 2025 | 交互保持的大规模重定向数据工厂 | 给 tracker 供数，不是控制器本身 |
| FlowMimic | — | 小桥官方：稀疏指令全身控制 | 未公开 |
| UFO | 2026 | RoboParty 无监督 RL 全身控制（FB / TeCH）；G1 最熟，自带 Pico 遥操 | github.com/Roboparty/UFO · roboparty.github.io/UFO · Lab |
论文中的比较必须连同模型规模、数据量、重定向、动作集和评估协议一起读，不能把某个结果推广为所有任务的强弱排序。复杂地形还需要感知与环境适应；PGMT/PHP 等可作为不同配方的研究入口。
训练配方（记在这里，避免每次重翻论文）
通用骨架几乎一样，差在数据规模、采样、网络、域随机：
- 参考：SMPL / BVH → 重定向到机器人 keypoint 或关节。
- 任务：最小化跟踪误差；倒地 terminate 或单独 recovery。
- 采样：GMT 的 Adaptive Sampling 解决「走路太多、空翻太少」。
- 网络：普通 MLP → Motion MoE（GMT）→ 更大容量 / 更多数据（SONIC）。
- 真机：观测延迟、电机模型、外脚接触；ASAP 专门打这一层。
- 部署：多速率。SONIC 真机示例量级：电机环 ~500 Hz，WBC 几十到 100+ Hz，VLA ~10 Hz。
小桥落地时不要一上来复现 SONIC 的数据规模。正确顺序：
- 一条 LAFAN walk 在仿真里跟住（BeyondMimic 量级）。
- 几十条 LAFAN 单策略（GMT 量级想法）。
- 再考虑 MoE、感知、和官方 FlowMimic 对照。
和「传统 locomotion」的关系
LocoWiki 里大量的 velocity-tracking 步态（legged_gym 那套）仍然有用：
- 官方如果只给速度命令接口，那就是下层。
- 速度命令任务与时序参考跟踪有联系，但目标接口不同；动作库包含走路，不自动得到任意速度指令控制能力。
- 不要把「再训一个能走的 PPO」当成 2026 的研究问题，除非是为了验证 URDF / 电机模型。
感知 locomotion 可以采用地形输入、技能组合、教师—学生等不同设计。新核查的 PHP 实现包含深度学生与 MuJoCo demo，具体入口见 候选项目。
待补条目
| 代号 | 状态 |
|---|---|
| Extreme-RGMT | 项目页 / 代码仍缺，跟 RGMT 作者线 |
| AMO、HOMIE、KungfuBot、FALCON、OpenHLM | 开源对照，有空补一行 |
| FlowMimic | 等 Zeroth Skill / Sim Hub |
与我们已有实验的连接（2026-10-19）
已经完成的是单动作 PPO tracking：T1 李小龙、小桥江南 Style v3 和 2 Phút Hơn v1 等。尚未完成通用 SONIC/GMT/UFO 训练。模型和单动作链路已有结果后，可按目标选择 HoST 起身、HOMIE 协调或 PHP 感知运动，不再等待一个笼统的“官方模型到来”。