针对人形机器人运动策略依赖全幅高程图导致训练慢、易受冗余地形干扰的问题,论文提出用轻量FPM从本体状态和速度指令预测未来落脚位置,只采样预测落脚周围高程图小片供策略使用。该模型与RL策略共训并周期性重拟合,使感知提前对准将踩区域。实验在IsaacLab对比全幅图、CNN编码与注意编码,评估训练速度、稀疏地形、窄墙走廊及未见地形,并零样本部署到Unitree G1。作者报告,相对全幅地图,达到同等地形难度约快3.5×;窄墙走廊总体成功率89.2%,稀疏地形优于全幅地图,并以更低训练成本匹配注意编码器。真机可走楼梯、越障、跨越0.55m缺口和0.6m落差,并出现减速谨慎行为;局限是侧向障碍可能晚进入视野,更远期落脚预测误差增大。
为什么重要 为具身数据闭环提供自监督感知过滤范式:策略 rollout 即标注,无需人工标注落脚点,单卡可训适合 具身智能数据闭环工程师、腿式机器人 RL 训练研究者
输入维度
压缩 85%
达 level 5
HM 需 26.1k
单轮耗时
AME2 需 6.3s/4GPU
训练成功率
5 种子×1000 回合
注释 · 对比基线为完整 693 维高程图输入(HM)出自 §IV-A, Fig.3
注释 · 单位:千轮(k iterations);越短越好出自 §IV-A, Fig.3


FPM 在稀疏地形走廊中达 74.2% 成功率,远超 HM 的 42.7%
| 方法 | 训练成功率 | OOD成功率 | 走廊-稀疏 | OOD跌倒率 |
|---|---|---|---|---|
| FPM | 84.6% | 83.1% | 74.2% | 5.2% |
| AME2 | 84.3% | 83.6% | 71.7% | 2.4% |
| HM | 81.6% | 80.8% | 42.7% | 6.2% |
| HM CNN | 81.9% | 78.5% | 44.8% | 13.3% |
| Wild | 80.2% | 78.6% | 36.0% | 9.2% |
| Naive | 77.6% | 71.8% | 42.5% | 13.8% |
注释 · 走廊测试检验策略能否忽略路径外无关地形出自 表 II, §IV-B