喜报！APRIL实验室硕士生侯典泳荣获IROS 2025“移动操作领域最佳论文提名奖”

10月19日-10月25日，在杭州国际博览中心举行的2025年IEEE/RSJ智能机器人与系统国际会议（The IEEE/RSJ International Conference on Intelligent Robots and Systems，简称IROS）上，硕士生侯典泳（导师为刘勇教授）与伦敦大学学院的合作者们发表了题为“高效学习全身操作与运动的统一策略（Efficient Learning of A Unified Policy for Whole-body Manipulation and Locomotion Skills）”的研究论文，荣获大会“移动操作领域最佳论文提名奖”。

在这项研究中，团队针对四足机器人与机械臂结合形成的高自由度非线性控制系统，解决全身协同控制难、强化学习（RL）易陷入局部最优的核心问题。传统模型预测控制（MPC）虽能实现精准控制，但需复杂建模与模块集成，还需规避奇异点以保证稳定性；而深度强化学习（DRL）无需繁琐建模，却因手臂与身体目标相互冲突，难以实现最优控制。对此，团队提出创新方案：将机械臂显式运动学模型融入RL框架，建立身体姿态与机械臂工作空间的映射关系，设计物理可行性引导（PFG）奖励机制——通过判断躯干姿态是否能让机械臂在关节配置域内达到目标位姿，在训练中奖励可行躯干状态，有效引导RL探索，避免局部最优，同时促进腿臂协同运动学习。

团队采用近端策略优化（PPO）算法，将全身控制分解为四足机器人速度跟踪与机械臂末端执行器6D位姿跟踪两大子问题；设计基于三次多项式插值的命令规划模块，生成平滑参考轨迹以降低逆运动学计算负担；采用非对称演员-评论家架构与领域随机化技术（如质量、摩擦系数变化）缩小仿真与现实差距。该方案成功部署于搭载Unitree Z1机械臂的DeepRobotics X20四足机器人，实验效果较好。

IROS作为IEEE机器人与自动化学会（IEEE RAS）与日本机器人学会（RSJ）联合主办的国际顶级会议，与ICRA并列为机器人领域两大顶会，自1988年创办以来，始终是智能机器人领域学术交流与成果展示的核心平台，吸引全球顶尖专家学者参与。本届IROS会议，共收到4306篇学术投稿，经严格评审，最终录用论文1991篇。其中“移动操作领域最佳论文奖”旨在表彰在移动机器人与操作结合技术上取得原创性突破的研究，今年从众多投稿中仅遴选出4篇提名论文，竞争激烈。此次论文提名，不仅体现了该工作在四足机器人全身操控与移动操作领域的国际认可度，也是团队在智能机器人控制方向研究实力的重要体现，为后续相关技术落地与行业应用奠定了坚实基础。