PhySA解耦人形机器人步态美学与物理奖励

2026年11月6日，arXiv Robotics 刊出 Yunwan Fu 等作者的论文，提出 PhySA（Physical Smoothness and Aesthetics）方法，用于人形机器人运动策略的奖励设计。该方法把视觉语言模型（VLM）给出的审美评分与物理平滑度拆成两条可独立移除的奖励通道：一条是稀疏、异步的 VLM 评分，另一条是由仿真器状态触发、用于调整物理惩罚权重的相位校正通道。作者在 MuJoCo Humanoid-v5 上训练 2.6M 步、使用三个随机种子，报告称相比 vanilla PPO、Text2Reward 和 Eureka，PhySA 将关节加速度降低 26% 至 32%，代价是回合更短。同一报道还指出，即便重新缩放平滑度项，这一增益也无法迁移到 IsaacLab 或 Unitree G1。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 2 天前更新