SWAP：测试时可引导的人形机器人全身避碰

基于摘要分析。本文研究人形机器人在狭窄、杂乱环境中如何兼顾全身避碰与动态平衡，提出分层框架 SWAP（Steerable Whole-body Avoidance Policy）。其核心是将多模态避碰决策与稳定控制分离，并在部署时引导动作生成，以适应不同任务偏好；这里的“多模态”指同一障碍存在多种有效通行方式，而非多种传感模态。 高层采用感知条件扩散策略，生成具有多种可能性的避碰运动提案；低层采用全身强化学习控制器，负责跟踪提案并维持动态平衡。训练高层策略时，作者通过 hindsight labeling 构造监督：先让低层策略在随机指令下执行运动，再将障碍物放置到该运动未扫过的空间中，并重新渲染机器人在这一场景下应获得的感知输入，使运动按构造满足无碰撞条件。该机制依赖运动轨迹、机器人扫掠空间及场景重渲染能力，不能直接视作通用数据增强方法。 部署阶段使用 Monte Carlo 采样与简单代价信号引导扩散模型，调整安全性与任务偏好，而无需繁重的奖励调参。作者报告，在仿真及真实 Unitree G1 人形机器人上实现了静态与动态障碍避碰；在测试时引导的定制化评估中，速度、朝向或姿态等目标奖励平均提升 34%，同时保持较高避碰率。摘要未给出该提升对应的具体对照、奖励归一化方式、场景构成及避碰率数值，不能将其解读为避碰成功率提升 34%。 复现需核对感知输入形式、运动提案表示、障碍生成约束、扩散训练细节、采样开销及真实机器人安全设置；实验协议、消融及统计信息尚未验证。本文的监督构造与机器人几何和仿真条件紧密相关，材料未提供其与 EEG 瓶颈的具体对应关系，因此不据此提出 BCI 迁移结论；相关 EEG 工作尚未检索确认。