2602.11929 FAST人形全身控制预训练快适应

Title: General Humanoid Whole-Body Control via Pretraining and Fast Adaptation
Authors: Zepeng Wang, Jiangxing Wang, Shiqing Yao, Yu Zhang, Ziluo Ding, Ming Yang, et al.
arXiv: https://arxiv.org/abs/2602.11929

arXiv 页面无稳定直链图片。

Problem framing

人形全身控制面临动作分布多样、OOD 适配慢、动态平衡脆弱三重难题，传统方法要么 task-specific，要么迁移后性能掉得快。

Core method

FAST 包含两点：

• Parseval-guided residual adaptation：学习轻量残差策略并施加正交/KL 约束，减少灾难遗忘；
• CoM-aware control：把质心相关观测与目标显式纳入，提高高动态跟踪稳定性。

Key equations and mechanisms

可写成残差适配：

$$\pi (a|s)={\pi }_0(a|s)+\Delta {\pi }_{\eta }(a|s),$$

并配合约束项

$$\mathcal{L}={\mathcal{L}}_{track}+{\lambda }_{kl}{D}_{KL}(\pi \Vert {\pi }_0)+{\lambda }_o{\mathcal{L}}_{orth}+{\lambda }_{com}{\mathcal{L}}_{com}.$$

Experiment reading guide

• 快适配速度与最终鲁棒性是否同时提升；
• 真实部署里平衡恢复能力（受扰恢复时间、跌倒率）；
• 相比 SOTA 的收益是否来自约束设计还是数据规模。

Limitations

• 约束权重对任务敏感，调参成本不低；
• 实机硬件差异可能削弱仿真到现实迁移。

Future work

• 将接触不确定性纳入适配目标；
• 结合高层 VLA 任务规划形成“认知-运动”统一栈。

Graph: Paper Node 2602.11929