让人形机器人从地面站起来，目标很明确，过程却远比想象中复杂。

从仰卧到站立，身体高度、重心位置、接触顺序和关节运动始终相互影响。即使最终都能站起来，不同策略采用的翻身、摆腿和支撑方式，也可能有很大差别。

这次实践中，我先尝试用奖励直接引导起身，随后转向人体示范与动作跟踪，再逐步处理动作重建、重定向、训练和跨仿真验证中的问题。

整个过程让我逐渐意识到：起身效果不好，未必是训练不够。问题可能早在示范数据中就已经存在，也可能出在部署时某项观测的定义上。

这篇文章就沿着这条实践路径，记录一些具体问题，以及我在调试过程中形成的理解。

从奖励驱动起身，到用示范描述动作过程

起初，我尝试通过奖励直接描述起身目标。

参考 HoST 等公开工作后，一个自然的思路是：让机器人从仰卧状态开始，通过身体高度、直立程度、脚部支撑和站立稳定性等奖励，引导策略完成起身，再用动作平滑、关节范围和接触冲击等约束控制动作质量。

实际尝试后，我感受到的主要困难是：终点相对容易描述，过程却很难仅靠奖励表达清楚。

同样是到达站立状态，策略可能采用不同的身体扭转、摆腿和支撑方式。有些动作完成了任务，但自然程度和可控性没有达到我的预期。

继续增加奖励项，也不一定能解决问题。不同目标之间可能相互竞争，策略最终找到的，是一种得分较高、却并非我希望看到的起身方式。

这只是我在具体任务中的实践体会，并不是对公开方法本身的效果评价。

随后，我改用人体示范描述动作过程，再让强化学习策略在物理环境中学习跟踪。

在这条路线里，人体示范提供动作参考，强化学习负责学习如何在机器人的动力学条件下执行它。 人体关节角不会直接变成机器人的电机指令，中间还需要重定向、训练和验证。

准备示范：先想清楚怎么起，再考虑怎么拍

为了得到合适的示范，我反复尝试过不同的起身方式，最后采用的动作大致分为三个阶段：

1. 仰卧准备：收膝，调整上臂和肘部，为翻身做准备。
2. 侧翻与支撑：向一侧翻转，逐步进入膝部和上肢辅助支撑的姿态。
3. 抬身与站立：调整髋部和躯干，经过半跪姿站起，并保留一段站立过程。

这样的分段，也为后续调试提供了参照。动作失败时，可以先定位问题出在准备、翻身、支撑还是站立阶段，再分析具体原因。

人体运动数据通过 GVHMR 导出。前期最花时间的工作之一，就是反复进行：

录制 → 三维重建 → 检查 → 重新录制。

地面动作很容易出现遮挡。侧翻时，一侧手臂可能被躯干挡住；收膝时，两条腿可能在画面中重叠；撑地时，手与地面的相对位置也未必清晰。重建系统需要推断这些不可见的信息，而推断结果不一定符合实际动作。

拍摄角度同样会影响结果。在一些录制尝试中，视频里的仰卧姿态看起来没有问题，导出的三维人体却像躺在斜面上。

因此，视频看起来正常，只是第一步；三维重建结果是否可用，还要单独检查。

我主要检查身体方向、根部移动和支撑位置，并在每次导出后完整回放。遇到明显的肢体识别错误时，重新录制往往比在错误轨迹上反复打补丁更有效。

整理后的处理流程如下：

环节	主要工作	输出
人体运动重建	从示范视频中提取人体运动	人体姿态参数
动作整理	检查姿态，修复局部异常	修正后的参考动作
运动学重定向	将人体动作映射到目标机器人	机器人参考轨迹
数据转换	调整采样率，校验数据与派生量	训练用动作数据
动作跟踪训练	在物理环境中学习执行参考动作	控制策略
跨仿真验证	导出策略，在另一物理仿真环境中闭环测试	执行结果与问题记录

有了参考动作，训练环境仍然需要适配

引入示范后，并不意味着通用动作跟踪配置可以直接用于地面起身。

翻身和撑地包含较大的姿态变化，也涉及身体多个部位之间的支撑切换。原本适用于站立或行走的接触规则、终止条件和姿态约束，都需要重新检查。

我曾在跟踪目标之外加入较强的站立引导，结果机器人虽然到达了站立终点，动作过程却逐渐偏离了参考。

对于希望保留示范过程的任务，这样的结果并不合适。后续调整也因此重新围绕整段动作跟踪展开。

配置这类环境时，我主要关注以下几个方面：

调整方向	要解决的问题	检查重点
明确参考部位	身体位置和姿态以哪个部位为基准	训练与部署是否使用同一部位
加强过程跟踪	到达站立终点，但过程偏离示范	关节、刚体、末端及速度误差
平衡动作成本	过强的平滑或力矩惩罚压制必要动作	是否在物理限制内允许完成动作
调整接触规则	合理的膝部、上肢接地被判为错误	接触阶段与支撑方式是否合理
混合起点采样	兼顾完整动作和后半段学习	从首帧开始能否完成全过程
允许短暂滞后	支撑切换时稍有误差就终止	区分瞬时误差与持续偏离
分阶段增加扰动	基础动作尚未学会就受到过多干扰	分别评估动作完成度与鲁棒性

这里有几个容易混淆的问题。

首先，减轻动作成本，不等于扩大机器人的物理能力。 降低力矩或动作变化惩罚，只是在调整优化目标，不能替代对执行器能力和机械限位的正确建模。

其次，参考动作与其他姿态约束要相互兼容。如果示范要求某个关节明显弯曲，另一项奖励却持续鼓励它保持中立，策略就可能通过其他关节代偿。看到奇怪姿态时，除了检查训练是否收敛，也要检查目标之间是否存在矛盾。

终止条件同样需要结合动作阶段。机器人正在仰卧或侧翻时，本来就不应保持直立；支撑切换中的短暂滞后，也不一定意味着动作已经无法恢复。可以结合相对参考的偏差及其持续时间，判断是否需要终止。

最后，参考片段结束后，应明确进入回合结束或后续控制逻辑。如果直接把参考时间跳回仰卧首帧，就可能产生不合理的目标突变。

训练逐渐改善后，数据里的问题开始显露出来

随着策略跟踪能力提高，我才逐渐发现，参考动作本身还有不少问题。

有些时候，策略已经在尽力跟踪，但目标里存在根部漂移、支撑悬空或不自然的关节方向。此时继续增加跟踪权重，只会让这些矛盾更加突出。

于是，我开始把人体数据、机器人重定向结果和物理回放分开检查。

按照当时笔记中的版本编号，这部分迭代大致如下：

版本	主要问题	调整思路
基础整理	局部手臂姿态异常	建立可继续修改的人体动作基线
v1	仰卧倾斜、整体高度不合理	分别校准根部方向与竖直平移
v2	收膝时主体被“拖走”	检查根部运动与肢体相对运动的分配
v2 适配版	人体支撑姿态重定向后不可达	根据目标模型调整身体与上肢的配合
v3	动作结束过早	延长末尾站立段，观察保持能力
v4	片段开头需要整理	调整准备段长度，同步更新阶段时间
v5	初始支撑面、腿部对称性和足底方向异常	联合检查身体表面、整条腿和 IK 连续性
v6	支撑阶段一侧手部偏高	协调肩带、肩、肘和腕，改善支撑位置

这些版本并不是每次只改一个参数，而是逐步把问题拆开：哪些属于人体重建，哪些属于机器人可达性，哪些又必须回到物理环境中判断。

整体躺平，并不代表局部支撑已经合理

最初看到人体“像躺在斜面上”时，我首先检查了根部旋转和整体高度。之后才发现，即使身体主轴已经接近水平，胸背、骨盆、肘部和脚跟与地面的关系，仍然可能不合理。

这里不能简单地把所有关节中心调到同一高度。

胸腔和骨盆有体积，关节中心也不位于接触表面。检查人体数据时，需要关注相关网格区域；检查机器人时，则需要关注碰撞几何。骨架节点可以描述运动关系，却不能直接代替实际接触面。

局部修正还要平滑地接回原动作。即使修正后的仰卧姿态看起来合理，如果突然切换到下一阶段，也可能在关节速度中制造尖峰。因此，位置和旋转调整之后，还要检查修正区间两端的连续性。

坐标约定也值得单独记录。人体重建、可视化和机器人仿真可能采用不同的竖直轴。讨论“高度”之前，应先明确当前坐标系，以及数据已经经历了哪些坐标变换。

收膝时身体被“拖走”，问题可能出在根部轨迹

另一类典型异常是：收膝过程中，脚在世界坐标中的移动不大，躯干却向后滑走。

而我希望得到的动作，是身体主体基本留在原处，腿向身体收回。

这时，仅检查膝关节角并不够，还需要同时比较根部、躯干和脚部轨迹，判断这段运动究竟被分配给了谁。

如果问题主要来自根部水平平移，就可以针对准备阶段抑制漂移，而不必随意修改整条腿的关节角。

不过，抑制漂移也不意味着把身体完全固定。骨盆位置相对稳定时，肩部和躯干仍可能随着局部关节运动发生合理调整。修正应保留这些自然变化，并与后续轨迹连续衔接。

人体能够完成的支撑，机器人未必能原样复现

人体与机器人的身体比例、关节轴向和活动范围不同。人体动作看起来合理，重定向后仍可能出现支撑不可达的问题。

有时手的位置已经接近目标，但肩肘组合并不合理；有时只有把某个关节推到接近极限，才能勉强满足末端位置要求。

因此，修复支撑悬空时，不能只把手向下移动，还需要联合检查身体姿态、肩部位置、肘部弯曲和腿部支撑。

修改人体动作后，也要重新执行重定向，确认目标机器人是否真正获得了合理的接触关系。

这类适配需要同时满足两个条件：人体参考动作本身连贯，机器人又能在自身结构约束下实现。即使修复发生在人体参数层，换一款机器人后，仍然需要重新验证。

脚部朝向的小改动，可能牵动整条腿的 IK 解

处理脚部内偏时，我曾尝试直接做较大的三维对称修正。人体脚的方向看起来改善了，重定向后却出现了明显的腿部扭转。

IK 需要同时满足多个目标，局部目标的大幅变化，可能让求解器转入另一组解。因此，不能只看末端位置误差，还要检查髋、膝、踝的角度范围、限位饱和情况，以及相邻帧之间的变化。

后来，我采用了更谨慎的方式：先回到最近一个正常版本，再把问题拆开处理。

脚尖朝向、脚底倾斜和膝部内收，是不同的问题。试图用一次较大的局部旋转全部解决，容易引入新的异常。

首帧也需要特别关注。对于与默认站姿差异较大的起始姿态，可以在正式导出前，对首帧目标进行若干次 IK 预收敛。这个过程不会增加动作帧数，但它只改善初始化，并不能保证整段动作始终位于合理的解分支上。

修正脚尖后，如果膝部仍然内偏，就需要在一致的身体参考系中，重新检查髋、膝、踝和脚部的整体配合。用于对称修正的参考，也不能直接建立在一个已经明显不对称的姿态上。

考虑到动作可能复用于不同机器人，我尽量把人体层面的错误修回人体参数，再通过标准重定向流程生成机器人轨迹，减少对单份输出文件的临时修改。

站稳和撑住，都需要超出单帧姿态的检查

末尾一帧看起来站直，不代表机器人能够持续保持。

因此，我延长了末尾站立参考，用来观察身体高度、倾斜、关节速度和接触状态能否稳定下来。

足底方向也不能只凭踝关节角判断。关节角接近零，并不必然意味着脚底与地面平行。更直接的检查方式，是观察足底表面法向，以及脚尖、脚跟的相对高度。

到了 v6，修正重点转向支撑阶段一侧手部偏高的问题。我让肩带、肩、肘和腕共同参与调整，在对应阶段逐步引入修正，再平滑退出。

修复后，除了检查手的位置，还需要确认其他动作段没有受到意外影响。

这里也要注意结论的边界：手部更接近地面，不代表小臂已经完整接触；几何间隙减小，也不能证明机器人已经获得了足够的支撑力。

几何检查可以发现明显不合理的目标，实际接触力和动态稳定性仍需要在物理环境中验证。

可视化对齐，不等于动作已经得到修复

人体与机器人叠加显示时，对齐方式本身也可能影响判断。

如果把两者根部位置在三个方向上全部对齐，人体可能被整体抬高，看起来像悬空。只对齐水平方向，可以保留高度差供检查，但也不会自动得到正确的接触平面。

因此，修改显示对齐方式，只是在改变比较方式。实际高度是否合理，仍然需要回到数据坐标和几何表面进行判断。

类似地，逐帧把机器人抬到地面以上，虽然能够减少穿地，却也改变了根部高度轨迹。这是一种几何处理，不能替代动力学验证。

数据转换时，最需要关注的是约定是否一致

人体参数、机器人参考轨迹和训练数据之间，通常涉及坐标变换、关节重排、重采样和速度计算。上游文件一旦修改，下游结果也需要重新生成。

我会为每次处理保留源文件版本、转换配置和校验信息，重点检查：

• 关节名称与数组顺序是否对应，左右侧是否正确映射。
• 四元数分量顺序、坐标轴和单位是否一致。
• 参考轨迹的采样方式是否匹配控制周期。
• 裁切、延长或平滑动作后，速度等派生量是否同步更新。
• 策略文件、动作数据和部署配置是否属于同一次导出。

如果参考轨迹每个控制步推进一帧，轨迹采样率就需要与控制频率匹配；如果按时间插值，则应检查插值方式和端点处理规则。

计算帧数与时长时，还要区分“样本数量”和“首尾采样时刻之间的间隔”，避免仅凭一个乘法结果，就判断数据转换出了问题。

奖励曲线变化，不一定意味着策略变差

修改动作、裁切开头、延长末尾站立段，都会改变训练样本分布和回合组成。如果奖励配置也发生了变化，曲线的绝对数值就更难直接比较。

混合起点训练还有一个容易忽略的问题：从动作中段开始并到达末尾，与从仰卧开始完成整套起身，并不是同一种测试。

因此，片段结束比例不能直接当作完整起身成功率。

误差指标也需要核对定义。例如，复位时记录的一次误差，不等于整段动作的时间平均；全身关节误差的范数，也不等于每个关节的平均误差。

对我更有帮助的评估方式，是在可比的训练进度下，固定从首帧开始回放，逐段检查准备、翻身、支撑、抬身和站立过程，再分别记录完成情况、姿态误差和稳定保持表现。

sim2sim 卡住后，我把重点放回了观测定义

同一份策略在一个测试环境中能够完成动作，换到另一个仿真环境后，却卡在翻身阶段。遇到这种情况，很容易首先怀疑摩擦参数或接触求解器。

这些因素确实值得检查，但在此之前，还有一个更基础的问题：

策略在两个环境中接收到的，究竟是不是同样含义的物理量？

观测维度相同、数值没有异常，只能说明数据可以送进网络，不能说明输入的含义一致。

以姿态跟踪为例，假设训练时使用骨盆作为参考部位，另一端却使用叠加了腰部旋转的躯干姿态，即使字段名称和数据维度完全相同，策略接收到的输入也已经改变。

如果初始化朝向时，实际侧和参考侧又使用了不同的身体部位，还会进一步引入错误的对齐旋转。

这类问题在接近直立时可能不明显，在仰卧和侧翻时却可能被放大。因此，其他动作已经通过跨仿真测试，并不能证明所有姿态范围内的观测计算都一致。

下面用一种通用形式说明姿态观测的计算关系。变量名仅用于解释，具体实现仍需遵循所用库的旋转约定：

q_actual：实际身体参考部位的世界姿态
q_reference：同一参考部位的示范姿态

启动时确定一次水平朝向对齐：
q_alignment = yaw(q_actual_start) * inverse(yaw(q_reference_start))

运行中计算相对姿态：
q_error = inverse(q_actual) * q_alignment * q_reference

如果策略接收的是旋转矩阵的部分元素，还需要统一选取哪几列，以及如何展开。

四元数的乘法顺序、世界系与局部系的关系、初始对齐方式和逐帧误差计算，都属于观测定义的一部分。

一种有效的检查方法，是先构造“机器人恰好处于参考姿态”的输入。除有意保留的差异外，计算得到的姿态误差应接近单位旋转。随后再加入已知的转向或局部倾斜，检查结果是否符合预期。

如果使用循环网络，还需要让两端采用相同的初始隐藏状态，避免把网络记忆的差异误认为观测计算问题。

完成这些离线对照后，再回到闭环仿真。经过姿态观测一致性修正，起身动作最终在另一仿真环境中执行成功。

这次经历也让我更重视跨仿真排查的顺序：先核对输入输出约定，再分析物理参数和接触行为的差异。

逐渐形成的分层排查习惯

经过这轮实践，我开始习惯先判断问题属于哪一层，再决定修改什么。

人体示范是否正确表达了动作？机器人是否能够达到参考姿态？训练目标是否相互兼容？部署端是否保持了相同的数据和控制约定？

这些问题需要分别回答。

层次	需要回答的问题
录制与重建	动作是否清晰可见？三维结果是否存在倾斜或错误肢体姿态？
人体动作整理	根部与肢体运动是否合理？局部修改是否连续？
重定向	姿态是否可达？是否存在限位饱和或 IK 解跳变？
参考接触	支撑部位是否合理？几何检查与物理接触是否一致？
训练与评估	奖励是否冲突？完整动作与局部片段是否分别评估？
导出与部署	观测、动作、坐标、时序和网络状态是否一致？
跨仿真回放	失败来自策略行为、物理差异，还是控制状态变化？

对我来说，这次实践最有价值的变化，是不再把所有异常都归结为“还需要多训练”。

有时应该重新录制，有时应该修复参考动作，有时需要调整训练条件，也有时，只是一项观测在两个环境中代表了不同的身体部位。

先找到问题所在的层次，后续修改才更容易验证，积累下来的方法也更容易复用。

---

前期阅读参考包括 HoST，人体运动重建使用 GVHMR。

本文记录的是个人实践中的理解和调试经验，不代表上述公开项目的默认配置或实验结论。文中最终验证结果为跨仿真环境中的起身执行成功。