【机器人顶会 CoRL 2025 best paper 完整分析】从 π0.5 到 LocoFormer：Awards 八强深析——通用机器人三大突破与“伯克利系”现象

引言

面向“机器人 × 机器学习”交叉的旗舰型会议之一的CoRL 2025（Conference on Robot Learning）定于 2025 年 9 月 27–30 日在韩国首尔举行（在 Google Scholar Metrics（Robotics 类） 中，CoRL 与 RA-L、ICRA 等并列位居前列，体现出稳健的学术可见度与引用表现）。今年与 IEEE-RAS Humanoids 2025 同馆同周联办，形成“机器人学习 + 人形机器人”的组合场景，便于学术与产业在同一平台上交流与展示。官方日程安排为：9 月 27 日为工作坊，9 月 28–30 日为主会议程；CoRL 2025主题包含 Manipulation、Perception、Planning & Safety、Locomotion、Humanoid & Hardware 等。

Seoul, Korea

截至本文时点，官方虽然尚未在站内给出 2025 年的总投稿量与接收率，但是可以估算出：接收论文数755篇（主会）：≈ 270 篇，总体接收率：≈ 35.7%【斯坦福相关研究者个人页写明 35.77%，另有作者在 LinkedIn 公告称 35.7%。两者数值一致】，（由上两项推算的）投稿总量：≈ 755 篇（按 270／35.77% 计算，四舍五入））

已公布“Award Finalists（奖项入围名单），这些paper无疑是最值得关注的。其中，UCB（伯克利）存在感爆棚：8 个入围里，至少 4 个与 UCB 关联：VideoMimic、MultiGen（作者群含 Darrell/Abbeel等）、DSRL（署名含 UC Berkeley）、π₀․₅（合作者名单含 Sergey Levine）。这既反映了伯克利在“视频→人形”“多模态仿真”“部署后适应”“通用 VLA”四条主线上长期深耕。

Who are they ?

另外，π₀․₅ 由 Physical Intelligence 牵头，联合学术大牛（如 Finn/Levine）与产业作者（如 Hausman、Springenberg 等），产学协同范式鲜明。我国的研究机构BIGAI/BUPT做“无力传感下的统一位置/力的控制”，MIT/ETH/Autodesk 做“双臂装配”，Pathak 团队主打“通才运动”，斯坦福阵营在 DexUMI 上给“灵巧操作数据采集”提供了漂亮解法。

为此本文详实解析一下这些入围的论文，按照问题，解决思路（对比已有方法或模型），创新点的直觉思考及潜在价值与应用等维度去分析。

批注：ICRA/IROS：覆盖面最广的综合机器人学会议；方法、系统与应用全面，规模最大。CoRL：把“学习方法 + 真实机器人验证/落地”作为主线，审稿指引明确要求评审具备机器人学习与机器学习双重背景；目标是“选择性强的顶级会议”。RSS（Robotics: Science and Systems）与 CoRL在“强调研究前沿、选题聚焦、单点质量”上相似；CoRL 的区别在于更强的 ML 社群链接与开放出版传统（PMLR/OpenReview）。

Learning Unified Force and Position Control for Legged Loco-Manipulation

Learning Unified Force and Position Control for Legged Loco-Manipulation

Peiyuan Zhi1,∗, Peiyang Li1,2,∗, Jianqin Yin2, Baoxiong Jia1,†, Siyuan Huang1,†1 State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI)2 Beijing University of Posts and Telecommunications

https://unified-force.github.io/

1) 文章要解决什么问题？

问题本质：腿足+机械臂的“行走—操作一体化”（loco-manipulation）往往是接触密集的：既要到位（位置/速度跟踪），又要合力（接触/外力调节与顺应）。既有视觉运动策略多聚焦位置或力单一路径，很少在一个统一策略里共同学习两者；同时真实硬件上缺少力传感器，导致数据集与模仿学习多只含轨迹而缺“接触信息”，在擦拭、按压开关、推拉抽屉等任务上性能受限。本文要在无外力传感器条件下，用单一策略同时实现位置与力控制，并把“隐式力感知”带进模仿学习数据采集，提高接触场景的成功率（如下图）。

A unified force-position policy for legged robots

2) 解决思路是什么？与既有思路有何不同？

统一控制框架：作者以阻抗控制为形（弹簧—阻尼—质量），将末端/机体在外力、主动力指令与位置指令共同作用下的目标补偿项写出，并对机体速度给出类似的速度目标式，形成“位置—力混合”的统一控制指标。策略网络内置外力估计器，只用历史本体状态估计外力，然后通过位置/速度补偿去实现位置跟踪、力跟踪、顺应与混合模式。整个策略用 RL（Isaac Gym 并行仿真）在随机的力/位指令与扰动组合上训练，两阶段学习先稳定全身到达/行走，再加入力指令与扰动（如下图）。

Method Overview

与已有思路的差异参考如下表：

方法（年/源）	核心思路	是否用力传感	“位+力”是否统一	典型平台/任务	与本文的主要差异
Hybrid Position/Force Control（Raibert & Craig）	显式通道分解：受限轴做力控制、其余轴做位置	常需/依赖环境建模	统一否（解耦而非共学）	经典机械臂接触任务	纯模型式；不学习、无隐式估力；不产出可用于示教的数据流。
Impedance Control（Hogan）	以虚拟弹簧-阻尼调节与环境的交互“顺应性”	可不强制；多依赖模型/调参	部分（力通过阻抗间接体现）	机械臂/接触调节	无统一“位+力”学习策略与估力器；不向上游提供“力感知演示”。
Operational Space Control（Khatib）	任务空间/零空间分解，受控方向力/位置解耦	依赖动力学/接触模型	统一否（解耦）	人形/腿足 WBC	需高保真模型与接触约束；非学习式、无无传感器估力与数据赋能。
TSID/任务空间逆动力学（Del Prete & Mansard 等）	QP 优化满足任务/接触/力约束的全身控制	依赖模型与接触估计	统一否（优化解耦多任务）	人形/四足全身控制	高建模依赖；未在单一策略内共学“位+力”，无力感知示教数据。
Learning Force Control for Legged Manipulation（Portela+ 2024）	RL 直接学“力控制”，无需力传感，实现顺应/重力补偿	否（无力传感）	偏力向（非显式“位+力”共学）	四足+臂 全身力控制	侧重“学力”，未把位+力在同一策略中联合指令化，也未把估力用于示教数据增益。
FACET（2025）	RL 模仿阻抗：跟踪虚拟弹簧-阻尼参考，获得可调顺应	不强制	部分（顺应可调，非显式“位+力”联合）	四足/人形 全身顺应	强调“学阻抗”与冲击鲁棒；未做无传感器估力→上层模仿数据增益这一路闭环。
Learning Visual Quadrupedal Loco-Manip from Demos（IROS 2024）	视觉示教学习，腿做操作	通常无	否（以位姿/动作模仿为主）	视觉引导的腿式操作	视觉-行为管线强，但缺力通道；本文补上“估力→补偿→示教力标签”的缺口。

3) 创新点的直觉是什么？如何解决问题？

(a) “无传感器力估计”+“统一补偿”的直觉。 直觉上，接触—顺应行为的关键是“感到多大外力并补偿到恰当位姿/速度”（如下图，评估统一力–位置策略的“位置估计/位置跟踪/力跟踪”三方面表现）。若能从历史本体状态（关节/基座姿态、速度、上一步动作等）中回归外力，则可把力看作“隐变量”，统一映射为位置/速度补偿量，从而在同一策略里覆盖位置跟踪、力控制、力跟踪、阻抗/混合模式。这等价于让策略学会“何时像弹簧那样让步，何时像致动器那样顶住”。

Force and position control evaluation

(b) “力感知演示”的直觉（数据侧）。 多数模仿学习数据只有姿态/图像，缺接触维度。本文用学得的力估计器，在遥操作采集时同步记录（估计的）接触力，把“隐形接触”显式化，让上层扩散式策略输出力+位指令，最终在 4 个接触任务中平均成功率提升约 39.5%。这说明“补上力通道”可以显著缓解仅靠视觉/轨迹造成的触觉不可观测与力阈值不明问题（如按压机关、遮挡下开抽屉，下图为擦白板的实验）。

Force-aware imitation learning

(c) 与同类工作的边界。 近期也有用 RL“模仿阻抗”的统一合力控制（如下图 2025 年 FACET，arXiv），但更偏向把策略等效为虚拟弹簧-阻尼以获得“可调顺应”；本文额外强调（i）位置—力在一个低层策略里的共同学习与任务模式自适配，（ii）力感知演示对上层视觉模仿策略的显著收益。两者在接口与数据管线上有所区分。

Inspired by impedance control, FACET enables task-space variable compliance and force adaptive control on legged robots by imitating a reference spring-mass-damper mode

4) 潜在价值与应用场景

• 统一低层接口，简化系统集成。同一策略可在位置—力—混合/顺应间按指令切换，为上层（VLA、任务规划）提供稳健、可调的合力接口；对比传统 WBC/混合控制，这种学习式“软阻抗”在跨域/不完美建模时更鲁棒。

• 降低硬件门槛与数据稀缺。无需外置力传感器即可获得“力通道”，并把它注入到模仿学习数据，显著提升接触任务成功率（+~39.5%），对成本敏感平台和遮挡/无纹理环境尤其重要。

• 面向人形/全身交互与工业落地。跨形体验证显示其在人形与四足移动操作间的可迁移性，契合当下“具身大模型/通用机器人”趋势；与近作（如 FACET 的 RL-阻抗、Portela 的学习式力控制）一起，构成学习型顺应控制的产业路径：更安全的人机协作、更稳的装配/擦拭/按压、复杂门/抽屉/弹簧机构操作等。

LocoFormer: Generalist Locomotion via Long-context Adaptation

LocoFormer: Generalist Locomotion via Long-context Adaptation

Min Liu Deepak Pathak Ananye Agarwal Skild AI

1) 文章要解决什么问题（What）

现实中的行走控制器大多是面向单一机体的专用策略：要么依靠精细系统辨识并在狭窄的随机化范围内调参，要么只在几百毫秒的短历史里做“近视”的在线自适应，因此遇到形态差异（双足/四足/轮足）、动力学漂移（负载、摩擦、故障）或极端 OOD 条件时容易失效。LocoFormer的目标是：不需要已知的具体机构学/动力学参数，用同一个低层策略在未见过的多种机体上（含损坏/锁死关节等）实现稳健行走，并且能在多秒甚至跨回合的时间尺度上“用经历来适应”（如下图）。