ImpedanceMimic：以可学习阻抗作为动作空间，实现力准确的运动模仿

基于摘要分析。研究针对从人体运动学恢复地面反作用力（GRFs）的不适定问题，提出 ImpedanceMimic：通过状态依赖策略学习关节阻抗，并以测力台的 GRF 与压力中心测量进行训练，使物理运动模仿同时关注运动学与接触力，而非仅拟合运动轨迹。 核心机制是将可学习阻抗纳入动作空间，并以按惯性缩放的先验进行约束。摘要指出，既有流程通常固定关节阻抗、仅调节位置设定值；本文则与固定 PD 控制及直接力矩驱动进行比较。具体阻抗参数化、先验约束形式、损失构成、接触模型及策略输入尚未验证。 作者报告，在上述动作空间对照中，ImpedanceMimic 是唯一同时达到所述运动学与力准确性的方案，q_rmse 为 1.70°、F_Z_r 为 0.96，并具有最平滑的力矩，其 jerk 为 7.6 Nm/kg/s。摘要未解释 F_Z_r 的具体定义，也未提供这些指标对应的完整评估划分与统计信息，不能将其直接解释为力预测准确率或推广至其他协议。 作者报告，在不使用被试身份的条件下基于 11 种形态训练后，单一策略可零样本控制一个留出被试行走，episode completion 为 0.96，固定 PD 对照为 0.61，支持其作为跨形态共享控制器的潜力。形态构成、留出规则、测试回合数量、消融及统计信息尚未验证。 本文主要研究对象是物理运动模仿与力学控制，摘要未涉及 EEG 解码或 BCI 实验，因此上述结果不构成 BCI 有效性的证据。复现需进一步核对人体动力学与接触设置、运动学和测力台数据的同步方式、阻抗先验、训练配置及对照调参条件；代码和数据可用性尚未验证。