Un Quadro Gerarchico per la Locomozione di Umanoidi con Arti Soprannumerari

A Hierarchical Framework for Humanoid Locomotion with Supernumerary Limbs

November 25, 2025

Autori: Bowen Zhi

cs.AI

Abstract

L'integrazione di arti soprannumerari (SL) su robot umanoidi presenta una sfida significativa per la stabilità a causa delle perturbazioni dinamiche che essi introducono. Questa tesi affronta il problema progettando una nuova architettura di controllo gerarchica per migliorare la stabilità della locomozione umanoide con SL. Il nucleo di questo framework è una strategia disaccoppiata che combina una locomozione basata sull'apprendimento con un bilanciamento basato su modello. La componente di basso livello consiste in un'andatura deambulatoria per un umanoide Unitree H1 ottenuta mediante apprendimento per imitazione e apprendimento per curricula. La componente di alto livello utilizza attivamente gli SL per il bilanciamento dinamico. L'efficacia del sistema è valutata in una simulazione fisica in tre condizioni: andatura di base per un umanoide senza carico (deambulazione baseline), deambulazione con un carico statico sugli SL (carico statico), e deambulazione con il controllore attivo di bilanciamento dinamico (bilanciamento dinamico). La nostra valutazione mostra che il controllore di bilanciamento dinamico migliora la stabilità. Rispetto alla condizione di carico statico, la strategia di bilanciamento produce un'andatura più vicina a quella baseline e riduce la distanza di Dynamic Time Warping (DTW) della traiettoria del Centro di Massa (CoM) del 47%. Il controllore di bilanciamento migliora anche la ristabilizzazione all'interno dei cicli di deambulazione e raggiunge uno schema più coordinato in antifase delle Forze di Reazione al Suolo (GRF). I risultati dimostrano che un progetto gerarchico e disaccoppiato può mitigare efficacemente i disturbi dinamici interni derivanti dalla massa e dal movimento degli SL, consentendo una locomozione stabile per umanoidi equipaggiati con arti funzionali. Il codice e i video sono disponibili qui: 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.