内容摘要
人形机器人走过踏脚石、楼梯或缺口时，整张地形高程图中不少区域并不会被踩到，却仍需策略学习筛选。本文把筛选提前到控制策略接收地形之前：只看预测落脚点周围的小块地形，为行走控制开发提供减少感知输入和训练负担的办法。
轻量级落脚点预测模型（FPM）仅依据机器人自身运动状态和速度指令，预测接下来两个落脚点，不读取地形；控制策略再利用这些位置附近的高程调整动作。地形输入由693个网格高度变为102个数值。训练中，预测模型定期用当前策略实际产生的落脚数据重新训练，跟随步态变化。
作者在统一策略架构、奖励和训练课程的仿真比较中报告，达到地形课程第5级，该方法需要7.5千次迭代，完整地图基线需要26.1千次。作者还报告，策略无需真机再训练即可迁移到宇树G1，在室内外通过多种地形，包括训练分布之外的缺口和下落台阶。
这些结果不等于全面优于完整地图：在走廊的阶梯类地形上，完整地图方法更好；侧向接近的障碍可能很晚才进入局部观察，甚至不被看到，现有走廊测试未覆盖这一风险。
点评
对运动控制开发者，值得借鉴的是用预测落脚点筛选策略观察，而非把预测位置作为必须跟踪的落脚目标；作者实验表明，这种输入设计可减少达到指定地形难度所需的训练迭代。
证据为作者论文中的仿真比较与真机实验，不应外推为通用避障能力。作者明确指出，有效预测范围限于接下来两个落脚点，侧向接近障碍的风险尚未由该走廊测试检验。
版本与核查范围
版本 2610.29612v1 · 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 h1[1]；#S1.p2.1；#S1.p8.1；#S1.p7.1；#S3.SS2.p1.2；#S1.p9.1；#S4.p2.1；#S4.SS1.p1.1；#S4.p3.1；#abstract1.1；#S5.p2.1；#S5.p2.1