“踹不倒”的人形机器人开源了！清华、北大、银河通用、上海期智联合发布Any2Track框架！

作者：李鑫    出品：具身智能大讲堂

在人形机器人领域，“复刻人类动作” 一直是核心目标之一，但现实场景远比实验室复杂。机器人不仅要流畅完成跑跳、转身等动态动作，还得应对地面凹凸、被人推搡、背负重物等突发干扰。以往方案要么只能处理单一动作，要么在干扰下稳定性骤降，始终难以落地。

近日，来自清华、北大、银河通用、上海期智联合提出了名为Any2Track的两阶段强化学习框架，首次实现了在任意干扰下追踪任意动作的突破。

该框架在 Unitree G1 机器人上完成零样本仿真到真实世界迁移，既能流畅复刻高度动态、多接触的人类动作，又能在复杂地形、外力干扰、自身负载变化等场景下稳定运行，为通用人形机器人落地迈出关键一步。

1►核心问题：为什么以往的人形机器人 “又笨又脆弱”？

要让机器人像人一样灵活且抗干扰，行业长期面临两大核心难题：

一是动作追踪的 “通用性陷阱”。人形机器人有 20 多个自由度，人类动作又涵盖走、跑、跳、弯腰等多种类型，不同动作的关节控制逻辑差异极大。以往方案要么只能专精某一类动作，要么为了兼容多动作牺牲精度，连简单的 “稳定转身” 都难以保证。更关键的是，很多方法会刻意剔除 “高动态、多接触” 动作，导致机器人无法应对真实生活中的复杂场景。

二是真实场景的 “干扰冲击”。实验室里的平整地面、无外力环境在现实中几乎不存在 —— 机器人可能踩在地毯上打滑、被行人不小心撞到，或是需要背负背包。以往应对干扰的思路多是 “暴力随机训练”，在仿真中随机加入干扰，希望机器人碰运气学会应对，但这种方法无法让机器人主动识别干扰类型并调整策略，往往遇到新干扰就失灵，甚至出现摔倒、动作卡顿等问题。

2►Any2Track 破局：两阶段设计，先练 “基本功” 再学 “抗干扰”

团队没有追求一步到位，而是将问题拆解为动作追踪和动态适应两个阶段，分别用AnyTracker和AnyAdapter两个核心模块解决，既保证动作精度，又强化抗干扰能力。

Any2Track 包含两个核心组件：

AnyTracker（通用动作追踪器）与 AnyAdapter（历史感知适配模块）。

第一阶段：AnyTracker—— 让机器人成为 “动作模仿大师”

要让机器人学会 “所有动作”，关键是解决 “多自由度 + 多动作类型” 带来的控制复杂度。团队用了两个巧妙设计：

一是动作空间 “归一化”。不同关节的活动范围差异很大，直接用统一标准训练会导致部分关节控制精度不足。AnyTracker 先将所有关节的动作目标压缩到 [-1,1] 区间，再根据每个关节的物理特性，用专属参数调整动作幅度。比如髋关节的调整系数更大，肘关节更小，既保证控制灵活性，又避免关节超范围运动。

二是“专家到通才” 的蒸馏策略。直接训练一个什么都会的模型难度太高，团队先按动作类型拆分任务：对 LAFAN1 数据集（已标注动作类别），为 “走、跑、跳” 等每种动作训练一个 “专家模型”；对 AMASS 数据集（动作类别多且杂），先用 CLIP 模型将动作标签转化为文本特征，再用 K-means 聚类成 6 类，为每类训练 “专家模型”。最后用 DAgger 算法将所有 “专家” 的能力整合到一个 “通才模型” 中，既保留单动作的高精度，又实现多动作的无缝切换。

AnyTracker 中的奖励函数项

在训练数据上，团队也做了关键决策：不同于以往剔除高动态、多接触动作的做法，他们完整保留了这些高难度动作，并用精细化的奖励函数引导训练 —— 比如对 “躯干稳定性”“关节位置精度”“避免自碰撞” 等指标设置不同权重，让机器人在追求动作还原度的同时，兼顾自身平衡与安全。

第二阶段：AnyAdapter—— 给机器人装 “干扰识别与应对大脑”

学会动作后，如何让机器人应对真实干扰？AnyAdapter 的核心思路是 “不破坏已有动作能力，新增抗干扰技能”，具体分两步：

在线动态适应实验中所评估方法的概述

第一步是从历史数据中 “读懂” 干扰。机器人在运动中会不断产生 “状态 - 动作” 数据（比如关节角度、速度、受力情况），这些数据里藏着干扰信息（比如地面打滑时，关节速度会突然变化）。AnyAdapter 设计了一个 “动态感知世界模型”：先用编码器从历史数据中提取干扰特征（比如 “地面摩擦低”“被向右推”），再用世界模型预测 “下一刻机器人会处于什么状态”。通过 “预测误差最小化” 训练，编码器能精准捕捉干扰类型，为后续调整动作提供依据。

第二步是用 “适配器” 微调动作，不碰核心模型。如果直接修改 “通才模型” 的参数来适应干扰，很可能导致原本流畅的动作变卡顿。AnyAdapter 在 “通才模型” 基础上新增一个 “适配器模块”，权重初始化为 0（刚开始不影响原有动作）。训练时，适配器根据编码器提取的干扰特征，微调关节控制指令 —— 比如检测到 “地面摩擦低”，就减小脚部发力幅度避免打滑；检测到 “背负重物”，就调整躯干重心保持平衡。这种 “增量学习” 既保留了原有动作精度，又快速获得抗干扰能力。

3►实测性能：真实场景下碾压传统方案

团队在 Unitree G1 机器人上做了全面测试，无论是仿真还是真实环境，Any2Track 的表现都远超传统方案。

在无干扰的动作追踪中，AnyTracker 的成功率达到 89.23%，远超 OmniH2O（75.64%）和 ExBody2（79.68%）；关节位置误差（MPJPE）仅 27.96mm，比传统方案低 20% 以上，意味着机器人能精准复刻人类的细微动作（比如手腕转动角度、脚尖落地位置）。

各对比方法在在线动态适应任务中的仿真性能。其中，加粗数字代表最优性能。

在有干扰的场景中，Any2Track 的优势更明显：

•复杂地形（用 Perlin 噪声生成高低不平的地面）：成功率 83.2%，关节位置误差 20.68mm，比 Vanilla PPO（传统强化学习）低 33%；

•外力干扰（随机推搡机器人躯干）：成功率 59.0%，是 DWL 方案（42.6%）的 1.4 倍；

•负载变化（躯干质量随机增减）：关节位置误差 27.75mm，比 RMA（主流抗干扰方案）低 6%。

真实世界实验中的不同环境干扰设置

各对比方法的真实世界性能。所有方法均在完全相同的轨迹与设置下进行评估。

最关键的真实世界测试中，Any2Track 的表现更是亮眼：在木质地板、地毯、泡沫等复杂地面上，其关节位置误差比传统 PPO 方案低 18.87mm；背负 5kg 重物时，误差低 14.28mm；被绳子拉扯时，误差低 20.67mm。这些数据表明，Any2Track 真正实现了 “仿真训练，真实可用” 的零 - shot 迁移，无需在真实环境中额外微调。

4►结语与未来：

Any2Track 的突破不仅在于性能提升，更在于它为 “通用人形机器人” 提供了可落地的技术框架：

从技术层面看，它首次实现了 “动作通用性” 与 “抗干扰能力” 的统一，解决了以往方案 “顾此失彼” 的痛点。其 “两阶段训练”“增量学习” 的思路，也为复杂机器人系统的能力迭代提供了参考 —— 先夯实基础技能，再叠加专项能力，避免重复训练与能力退化。

从应用层面看，该框架可直接用于需要高灵活性与稳定性的场景：比如家庭服务机器人（应对地面杂物、被人触碰）、工业巡检机器人（应对凹凸地面、负载变化）、救援机器人（应对复杂地形与外力冲击）。团队也提到，未来可基于 Any2Track 开发更复杂的功能，比如远程操控、技能迁移学习等。

目前，团队已开源了项目官网，并提供了真实世界演示视频。随着该框架的进一步优化，人形机器人距离 “走进真实生活” 又近了一步。

论文地址：https://arxiv.org/pdf/2509.13833

项目地址：https://zzk273.github.io/Any2Track/