SWAP：可测试时操控的人形机器人全身避障策略

SWAP 是一个分层框架，将碰撞感知决策与稳定控制分离：高层扩散策略生成多模态避障运动提案，低层全身 RL 控制器跟踪提案并维持动态平衡。训练时通过随机指令下滚动低层策略、仅在未扫过空间放置障碍物获得可扩展监督。在仿真和真实 Unitree G1 人形机器人上，SWAP 对静态与动态障碍物均实现可靠避障，测试时操控使速度、朝向、姿态等目标奖励平均提升 34%，同时保持高避障率。