【论文+硬件】HOMIE：定制外骨骼 、手套和脚踏座舱低成本操控人形机器人+强化学习自主下蹲抓取物体 框架
官方主页：https://homietele.github.io/
论文：2502.HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit
量子位解析：3500元，人形机器人1:1复刻人类动作 | 上海AI Lab开源新成果 | 量子位
一、论文标题解析 ：
HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit
HOMIE：同构外骨骼操控舱硬件系统下的人形机器人行走与操作系统
- Humanoid （人形的） ：特指具有类人结构的机器人
- Loco-Manipulation (移动操作): 是将 locomotion（移动/行走）和 manipulation（操作/操纵）两类技能结合在一起的一种术语
- Isomorphic （同构的）： “同构”即“形态结构相同，当一个外骨骼与某个人形机器人在关节数量、关节位置、运动自由度（DoF）等方面保持一一对应
- Exoskeleton （外骨骼）：可穿戴的机械结构
- Cockpit （操控舱）= 外骨骼手臂+运动捕捉手套 + 脚踏板 + 显示反馈系统（可选）
并不是指真正的飞机驾驶舱，而是指整个操作者用于远程操控人形机器人的硬件工作站。具体来说，这个“驾驶舱”包括： 同构外骨骼手臂、高自由度运动捕捉手套、脚踏板（Foot Pedal）以及可选的力反馈/显示屏等）的“人机接口平台”
二、内容简介
HOMIE 项目旨在解决人形机器人在行走与操作（loco-manipulation）任务中的遥操作难题，通过结合强化学习策略与低成本“同构外骨骼”硬件，让单一操作者能够更稳定、快速且精准地控制人形机器人进行步行、下蹲、抓取、搬运等动作。其核心创新包括：
-
强化学习训练框架：在无运动捕捉（MoCap-free）的条件下，通过“上半身姿态课程化训练”、“高度跟踪奖励”和“对称性利用”这三大技术，让机器人能够在随意变化的上半身姿态下保持平衡，并快速下蹲到指定高度，无需依赖任何真实动作示范或先验数据。这套框架可在 Isaac Gym 中，对不同机器人（如 Unitree G1、Fourier GR-1）进行快速训练（约 3 小时即可完成），并直接部署到实机上实现可靠的行走与下蹲能力
-
同构外骨骼硬件系统：搭建由与机器人上肢关节一一对应的外骨骼手臂、一双 15 自由度运动捕捉手套，以及一个脚踏板组成的低成本硬件平台。外骨骼与机器人采用同构设计，使操作者的手臂关节角度可直接映射给机器人，手套的高自由度进一步提高了手部动作的还原度，而脚踏板则用于实时获取行走命令。如此一来，整套系统摈弃了传统的逆运动学（IK）计算，显著降低了时延与误差，从而使遥操作速度和精准度均较现有方法提升约 2 倍。
在此基础上，项目还展示了：
-
实机部署与评估：在 Unitree G1 上实现“行走中上半身姿态变化”、“下蹲（Squat ）拿花瓶”、“下蹲抓瓶子”、“人——机器人交接物品”、“开烤箱”、“移箱子”、“推人椅子”等多种复杂任务，并通过对比 OpenTelevision 方法，验证了任务完成时间更短、鲁棒性更高的优势。
-
仿真扩展与模仿学习：将训练好的策略迁移到 GRUtopia 平台，在更丰富的场景中完成多样化的行走与操作任务；同时，利用 HOMIE 驾驶舱采集的示范数据进行模仿学习，在真实机上达到超过 70% 的成功率，证明了硬件采集的示范对下游学习的有效性。