人形机器人送餐离实用还有多远？SteadyTray解决行走振动下非固定物体稳定这一关键难题

UC San Diego研究人员提出SteadyTray和Residual Student-Teacher Reinforcement Learning（ReST-RL）框架，让Unitree G1人形机器人在行走中主动稳定托盘上的非固定物体。传统端到端策略易偏向“走稳”而忽略“端稳”。ReST-RL将任务解耦：基础策略负责稳定行走，残差模块只学习抵消步态振动和外部扰动。残差实现包括Residual Action Adapter与Residual FiLM Adapter；训练时使用托盘姿态、物体速度等privileged observations，并通过Student-Teacher蒸馏，使部署时仅依赖本体信息与相机获取的物体位姿。训练加入物理参数随机化、控制延迟、观测噪声和物体感知延迟。实验显示，ReST-RL在变速跟踪任务中最高成功率达96.9%，推机器人扰动为84.6%，推物体扰动为74.6%，均优于端到端策略。该策略零样本迁移至29-DoF Unitree G1真机，成功运输咖啡杯、装水酒杯、医疗器械和食品容器等物体，为人形机器人送餐、医疗配送与服务场景提供了动态行走中稳定负载的新思路。