Ein hierarchisches Framework für die humanoide Fortbewegung mit supernumerären Gliedmaßen

A Hierarchical Framework for Humanoid Locomotion with Supernumerary Limbs

November 25, 2025

Autoren: Bowen Zhi

cs.AI

Zusammenfassung

Die Integration überzähliger Gliedmaßen (Supernumerary Limbs, SLs) an humanoiden Robotern stellt aufgrund der dadurch verursachten dynamischen Störungen eine erhebliche Stabilitätsherausforderung dar. Diese Arbeit begegnet diesem Problem durch den Entwurf einer neuartigen hierarchischen Steuerungsarchitektur zur Verbesserung der Laufstabilität humanoider Roboter mit SLs. Der Kern dieses Frameworks ist eine entkoppelte Strategie, die lernbasierte Fortbewegung mit modellbasierter Balancekontrolle kombiniert. Die untere Ebene umfasst einen Gehgang für einen Unitree H1 humanoiden Roboter, der durch Imitationslernen und Curriculum Learning erlernt wird. Die obere Ebene nutzt die SLs aktiv zur dynamischen Balancierung. Die Wirksamkeit des Systems wird in einer physikbasierten Simulation unter drei Bedingungen evaluiert: Basisgang für einen unbefrachteten humanoiden Roboter (Basisgang), Gehen mit einer statischen SL-Zusatzlast (statische Last) und Gehen mit dem aktiven dynamischen Balancierungsregler (dynamische Balancierung). Unsere Auswertung zeigt, dass der dynamische Balancierungsregler die Stabilität verbessert. Im Vergleich zur statischen Last führt die Balancierungsstrategie zu einem Gangbild, das näher am Basisgang liegt, und verringert die Dynamic-Time-Warping (DTW)-Distanz der Trajektorie des Massenschwerpunkts (CoM) um 47 %. Der Balancierungsregler verbessert zudem die Re-Stabilisierung innerhalb von Gangzyklen und erreicht ein besser koordiniertes Gegenphasenmuster der Bodenreaktionskräfte (GRF). Die Ergebnisse demonstrieren, dass ein entkoppelter, hierarchischer Entwurf die internen dynamischen Störungen, die durch die Masse und Bewegung der SLs entstehen, wirksam mindern kann und so einen stabilen Gang für humanoide Roboter mit funktionalen Zusatzgliedmaßen ermöglicht. Code und Videos sind hier verfügbar: https://github.com/heyzbw/HuSLs.

English

The integration of Supernumerary Limbs (SLs) on humanoid robots poses a significant stability challenge due to the dynamic perturbations they introduce. This thesis addresses this issue by designing a novel hierarchical control architecture to improve humanoid locomotion stability with SLs. The core of this framework is a decoupled strategy that combines learning-based locomotion with model-based balancing. The low-level component consists of a walking gait for a Unitree H1 humanoid through imitation learning and curriculum learning. The high-level component actively utilizes the SLs for dynamic balancing. The effectiveness of the system is evaluated in a physics-based simulation under three conditions: baseline gait for an unladen humanoid (baseline walking), walking with a static SL payload (static payload), and walking with the active dynamic balancing controller (dynamic balancing). Our evaluation shows that the dynamic balancing controller improves stability. Compared to the static payload condition, the balancing strategy yields a gait pattern closer to the baseline and decreases the Dynamic Time Warping (DTW) distance of the CoM trajectory by 47\%. The balancing controller also improves the re-stabilization within gait cycles and achieves a more coordinated anti-phase pattern of Ground Reaction Forces (GRF). The results demonstrate that a decoupled, hierarchical design can effectively mitigate the internal dynamic disturbances arising from the mass and movement of the SLs, enabling stable locomotion for humanoids equipped with functional limbs. Code and videos are available here: https://github.com/heyzbw/HuSLs.