Hugging Face发布BRACE：支持力觉与地形感知的全身追踪智能体框架

摘要：Hugging Face推出BRACE，这是一种新型全身追踪智能体框架，能够在复杂地形与外力交互场景中实现精准的运动控制。BRACE通过将地形适应性和力觉控制整合到参考轨迹中，使机器人能够根据地形调整步态并执行精确的力觉任务。该框架通过DAgger算法将多个教师模型的知识蒸馏为一个学生模型，无需高度图或外力测量即可运行。实验表明，BRACE在Unitree-G1机器人上表现出色，能够在模拟和真实环境中处理多样地形并执行复杂力觉任务。

---

技术机制剖析

BRACE框架的核心创新在于其将地形适应性和力觉控制整合到机器人全身追踪中。传统控制器通常只关注单一方面，例如仅处理力觉或仅适应地形，而BRACE通过以下机制实现了更全面的功能：

1. 地形适应性：通过将机器人的足部和根节点提升到局部地形表面，BRACE使机器人能够根据地形调整步态，从而在斜坡或不平坦地面上保持平衡。
2. 力觉控制：BRACE引入了一种基于扳手变换的机制，通过调整手部位移来产生所需的力，同时考虑质心和压力中心的变化。这种方法确保了机器人在执行力觉任务时能够保持稳定。
3. 教师-学生模型：BRACE使用DAgger算法将多个教师模型的知识蒸馏为一个学生模型。学生模型仅依赖于本体感知信息，无需高度图或外力测量即可运行，从而降低了计算成本和硬件需求。

工程权衡与实测表现

BRACE的设计在以下方面进行了权衡：

• 计算效率 vs. 控制精度：尽管BRACE集成了复杂的力觉和地形适应机制，但其基于DAgger的模型蒸馏方法使其能够在保持高精度的同时，实现实时运行。
• 硬件依赖 vs. 通用性：BRACE对硬件的依赖性较低，可以在多种机器人平台上部署。然而，这也意味着其性能在某些特定硬件配置上可能需要进一步优化。

在Unitree-G1机器人上的实验表明，BRACE在处理多样地形和执行力觉任务方面表现出色。例如，在模拟和真实环境中，BRACE能够使机器人稳定地行走于斜坡和不平坦地面，并在执行抓取任务时保持精确的力控制。

开发者落地与部署建议

对于希望部署BRACE的开发者，以下几点建议可能有所帮助：

1. 硬件适配：尽管BRACE对硬件的依赖性较低，但建议在目标硬件上进行充分测试，以确保其在特定配置下的性能。
2. 模型优化：BRACE的模型可以通过进一步微调来适应特定任务或环境。例如，可以根据具体应用场景调整力觉和地形适应参数。
3. 安全机制：在部署BRACE时，建议结合其他安全机制，如碰撞检测和紧急停止功能，以提升机器人在复杂环境中的安全性。

结论

BRACE的发布标志着AI驱动的机器人控制技术迈向了一个新的里程碑。其创新的力觉和地形适应机制为机器人全身追踪提供了更强大的工具，尤其适用于需要高精度控制的工业和科研应用场景。

---

消息来源：Hugging Face Daily Papers (2026-10-05)

—— 完 ——

主题标签： #Hugging Face 关注 #智能体 关注 #机器人控制 关注 #力觉感知 关注 #DAgger算法 关注