超越运动学跟踪：在人形全身控制中保留表现力特征

针对现有人形全身跟踪器优先关节与关键点跟踪、却未必保留动作表现力特征的问题，研究者提出一种残差学习框架，以幅度、能量、身体扩张、身体倾斜和骨盆高度为补偿目标，并用运动感知门控按身体部位活跃度分配修正能力。该方法为每个冻结跟踪器训练运动专属残差策略，再蒸馏为跨运动类别共享的统一策略。在 Unitree G1 上的仿真与物理实验覆盖八类运动，动态与姿态特征的保留效果优于对应基线。