新京报贝壳财经讯（记者程靓）11月9日，记者从北京人形机器人创新中心（以下简称“北京人形”）获悉，近日，北京人形慧思开物平台正式发布Hi-WBC通用全身控制模型（WholeBody Control for Humanoid Intelligence），该模型围绕持续进化·技能拓展、强交互·大负载、复杂地形·自主适应三项核心能力，将人体动作参考与真实物理约束相结合，让机器人既能精准跟随运动意图，也能根据负载、外力和地形变化调整执行方式，在未来，对于很多未知的高危场景、特种场景的作业，提供了一种全新的解决方案。
据介绍，在持续进化·技能拓展方面，不同任务对机器人的运动能力提出了不同要求：走跑需要动态平衡，搬运需要全身协同发力，高难度动作则涉及大关节力矩与复杂支撑转换。如何在学习新技能的同时保留已有能力，是通用全身控制模型持续拓展能力边界的关键挑战。Hi-WBC探索基于MoE与策略蒸馏的持续技能扩展框架。以通用运动策略为基础，引入专项专家策略（Expert），学习特定任务所需的运动与操作技能，再通过策略蒸馏，将专项能力融入通用策略。在尽可能保留已有动作跟随能力与泛化表现的基础上，持续拓展模型可覆盖的动作、任务与交互条件。让专项技能的突破沉淀为通用模型的能力，使机器人在已有运动基础上不断学习新技能，逐步从掌握单项动作走向胜任多样任务。
在强交互·大负载方面，搬运重物、推拉物体和外力对抗，都要求机器人在持续受力的过程中协调全身运动。负载变化会改变机器人的质心分布与关节受力，外部接触力则会影响身体平衡和动作执行。如何在受力条件不断变化时保持稳定、完成操作，是全身控制从动作跟随走向真实物理交互的关键挑战。Hi-WBC探索Contact-aware Learning，将外部接触力预测与机器人动力学适应融入全身控制。通过关节电流、关节运动状态等本体感知信息，估计外部受力及其变化，结合短时域动力学优化，协调调整身体姿态、支撑关系与关节运动。同时，通过强化学习，将运动跟踪、平衡稳定、接触协调与任务完成纳入统一优化，使执行方式能够随实际受力条件调整。让机器人在承受负载与外力的同时，协调全身发力、维持身体平衡，将动作跟随能力延伸为搬得动、推得稳、受扰后能调整的物理交互能力。
在复杂地形·自主适应方面，坡地、台阶、间隙和障碍物，会改变机器人的可行落脚位置与支撑条件。直接复现人体姿态，可能造成腿部碰撞、落脚偏离支撑面，甚至无法完成越障。如何保留原有运动意图，同时让动作适应实际地形，是全身控制从平地运动走向复杂环境的关键挑战。Hi-WBC探索 Perceptive Control，将地形感知融入全身运动控制。机器人结合地形几何信息与自身运动状态，识别可行支撑区域，通过动作重建与地形自适应控制，动态调整落脚位置、摆腿轨迹、身体姿态和支撑转换。在此基础上，根据现场条件选择越障方式与执行时机，连续衔接接近、越障与恢复行走等动作。让运动意图指导行动，让地形条件决定具体执行，使机器人能够因地调整落脚与步态，将已有运动技能延伸到坡地、台阶与障碍等复杂环境。
编辑 杨娟娟
校对 王心
