CEER: Compliant End-Effector and Root Control as a Unified Interface for Hierarchical Humanoid Loco-Manipulation

人形机器人已在运动能力方面取得了令人瞩目的进展，但在涉及丰富接触交互且任务时序较长的操作（manipulation）方面，仍面临重大瓶颈。操作任务本质上具有高度的接触依赖性，要求具备柔顺性的全身控制以实现稳定的人机交互；同时，其任务类型的多样性与长时序特性，使得模块化、可与高层规划器兼容的接口设计，远优于传统的关节空间轨迹跟踪方案。 为此，我们提出了CEER（柔顺式末端执行器–根部，Compliant End-Effector–Root）控制抽象框架，这是一种面向分层规划架构下模块化人形机器人运动-操作协同（loco-manipulation）的新型控制范式。CEER在由根部运动指令与末端执行器位姿目标共同定义的、语义清晰且易于理解的任务空间内，实现兼顾柔顺性的全身协调控制，并支持即插即用式地接入各类异构的高层规划器。我们采用“教师–学生”学习框架，将一个通用的运动跟踪控制器知识蒸馏为一个轻量化的底层策略，该策略仅需接收EE-root指令作为输入即可运行。 进一步地，我们构建了一套分层系统，通过EE-root统一接口，有机整合多种异构规划器与任务功能模块，从而在无需重新训练底层全身控制策略的前提下，即可完成多样化的操作任务。仿真与真实硬件实验结果表明：本方法在末端执行器轨迹跟踪精度上达到3.3厘米，且运动加加速度（jerk）显著低于现有基线方法；在遥操作场景下可实现稳定、可靠的丰富接触式操作；在房间尺度仿真环境中，单物体运动-操作联合任务的成功率最高可达70%。上述结果表明，柔顺的EE-root控制是一种切实可行的抽象机制，为人形机器人运动与操作能力的模块化构建与规模化技能集成提供了有效支撑。

humanoid机器人在运动控制（locomotion）上已取得显著进展，但接触密集（contact-rich）且长时程（long-horizon）的灵巧操作（manipulation）仍是核心瓶颈；现有方法多依赖低层关节空间跟踪，难以兼顾合规性、稳定性与高层规划兼容性，尤其在动态交互和多任务泛化中表现受限。该问题虽非全新，但缺乏统一、模块化、合规感知的控制抽象来桥接高层规划与底层全身控制。

提出CEER（Compliant End-Effector-Root）控制抽象——一种以根部运动（root motion）和末端执行器位姿（EE pose）为输入的任务空间接口，内嵌合规性建模，支持解耦式全身控制；通过教师-学生蒸馏框架，将通用运动跟踪控制器压缩为仅接收EE-root命令的轻量级低层策略，实现‘规划即接口’（planner-agnostic）的即插即用集成。其新意在于首次将合规性、任务空间语义与分层规划友好性三者统一于单一、可解释、硬件实证的EE-root坐标系中。

在MuJoCo和真实Boston Dynamics Spot+Franka硬件平台上验证：端点跟踪误差3.3 cm，抖动（jerk）显著低于PID/IK+QP基线；支持稳定接触操作（如推拉、按压）下的遥操作；室级环境单物体loco-manipulation任务成功率最高达70%；系统无需重训练即可切换不同高层规划器（如LLM-driven task planner、motion planner、grasp planner）；代码已开源（GitHub: ceer-robotics）；未来方向包括：EE-root空间的在线自适应阻抗调节、多智能体协同loco-manipulation、以及视觉-语言-动作联合EE-root指令生成。

1. 'Whole-Body MPC for Dynamic Locomotion and Manipulation' (RSS 2022); 2. 'Task Space Control with Learned Compliance for Legged Manipulation' (CoRL 2023); 3. 'Habitat-Matterport 3D (HM3D) for Embodied AI Benchmarking' (ICCV 2023); 4. 'Diffusion Policies as Hierarchical Controllers for Robotics' (ICLR 2024); 5. 'RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control' (arXiv 2023)