Contact-UAN：面向人形机器人控制的无监督执行器网络，作为残差世界模型

事件经过

arXiv:2610.18991v1 公告类型：新增。摘要：在仿真中训练的人形机器人策略可以在定性层面迁移到实体硬件上，但无法迁移训练中习得的力交互，从而影响扭矩效率、负载调节以及抗冲击的鲁棒性。对于涉及接触的人形运动，这要求接触一致的回放：如果在仿真中回放硬件数据时接触力矩从一开始就不对齐，残差模型学到的将是修正复位伪影，而非执行器（机器中产生运动的部件）的偏差。

这种失效可能源于执行器的仿真到现实差距，因为作用力取决于执行器扭矩。Contact-UAN仅利用机载本体感知，即可推断出在仿真端初始化回放所需的支撑脚位姿，从而获得一致的接触力。

关键事实

• 对于涉及接触的人形运动，这要求接触一致的回放：如果硬件数据在仿真中回放时接触力矩从一开始就未对齐，残差模型学到的将是修正复位伪影，而非执行器偏差。