银河通用✖清华|给机器人赋能“避障天赋”，像成龙一样在你家里灵活穿梭！

该论文由清华大学与北京银河通用机器人股份有限公司合作完成。论文的共同第一作者为银河通用研究团队成员薛晗、梁斯凯和张智楷，其中薛晗和张智楷为清华大学学生，指导老师为清华大学助理教授弋力。 一、传统避障，困在“低效试错”里 在堆满杂物的客厅里穿梭——需要弯腰避开低矮的咖啡桌、抬腿跨过地上的书本、侧身挤过沙发与书架间的窄缝，这对人类来说轻而易举。但对机器人而言，却是融合环境感知、动作规划与碰撞规避的复杂挑战。 传统强化学习（RL）仅在碰撞发生时给予惩罚，机器人需要反复试错才能摸索出安全路径，学习效率极低；而且直接处理激光雷达、摄像头的原始高维数据，机器人难以快速识别“自身与障碍物的空间关系”，比如“头部是否会撞到吊灯”“腿部能否跨过书本”。现有方法多针对单一类型障碍物（如地面凸起、高空遮挡），无法应对“地面有杂物+两侧有阻挡+头顶有吊灯”的全空间约束场景。 清华大学与Galbot团队提出的HumanoidPF（人形势能场） ，为机器人赋予了“避障直觉”：它将机器人与障碍物的空间关系编码为连续的梯度场，像无形的“力”引导机器人自主选择安全路径，无需复杂计算就能完成弯腰、抬腿、侧身等灵活动作，成功实现复杂室内场景的无碰撞穿梭。 它的核心魅力在于：不再让机器人依赖“碰撞后惩罚”的低效试错，而是通过前瞻性的环境引导，让避障成为一种“本能反应”，大幅提升了人形机器人在真实家居场景的实用性。 <img src="https://static.leiphone.com/uploads/new/i