内容摘要
人形机器人接触人或环境时，既要顺应外力，又要保持任务所需的运动精度；末端各方向与机体也可能需要不同响应。作者提出CEER2，将方向性、可调末端柔顺与根部抗扰、随力运动结合。
方法采用两级分层强化学习：先训练较硬的全身跟踪策略，再将其冻结，训练高层指令残差策略。部署时，解析柔顺空间混合专家组合10个末端专家，使各笛卡尔轴刚度可在100—600 N/m内独立调节；根部则切换抗扰、低阻尼或高阻尼模式。交互力由本体感知历史估计。
作者在仿真的16种刚度配置、每种方法960次试验中，报告末端柔顺跟踪误差为0.0349 m、刚度平均绝对百分比误差为0.249，均低于同协议所列基线。真机使用宇树G1，不使用腕部力/力矩传感器；作者展示在线调刚度，并报告方向性末端柔顺配合根部阻尼完成3 kg箱体协作搬运，而各向同性低刚度设置下箱体滑落。真机刚度测量仅为近似估计，不能视作仿真精度的等量验证。
点评
将末端各轴刚度与根部响应分开设定、同时执行，为操作接触与随人移动提供可组合的控制接口。
证据来自作者论文实验，不代表独立复现。真机手动力与位移测量只提供近似刚度；能力受底层跟踪策略约束，交互中仍存在重踏步、缺少针对性交互落脚调整的问题。
版本与核查范围
版本 2609.38709v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #abstract1.1；#abstract1.1；figcaption[29]；#S1.I1.i2.p1.1；#S3.SS5.p1.1；#S4.SS3.SSS2.p1.1；#S4.SS3.SSS2.Px3.p1.1；#S4.SS1.p2.1；#S4.SS1.p1.1；#S4.SS5.SSS3.p1.1；#S4.SS5.p1.1；#S1.p3.1