PAC-MAN 讓人形機器人閃球更安全

PAC-MAN 怎麼讓人形機器人閃球更安全？

PAC-MAN把控制障礙函數和機器人本機感知結合起來，讓人形機器人在真實視覺限制下也能更安全地閃避來球。

• 研究機構：arXiv 摘要未明確標註
• 核心數據：95% of throws
• 突破點：感知感知式 CBF-RL

PAC-MAN 這篇論文在解的，不只是「怎麼躲球」，而是「怎麼在感知不完美的真實機器人上，還能把安全做進去」。對人形機器人來說，這是很實際的痛點。訓練時看到的世界，常常比上機後乾淨太多；但真正部署時，鏡頭角度、遮擋、深度資訊品質，都會直接影響控制策略能不能活下來。

這篇摘要講得很明白：控制障礙函數可以提供安全引導，但前提是機器人真的看得到足夠準確的狀態。PAC-MAN 的重點，就是把這個前提拉回現實。它不是假設機器人有完美球體座標，而是讓策略從頭部相機的感知出發，再把安全約束接到整個身體的連結上。

這篇論文要修的是什麼洞

人形機器人的安全問題，比一般移動平台更麻煩。因為它不是一個點在動，而是一整串 link 在動。碰撞風險可以出現在手、腳、手臂、身體任何地方。再加上 dodgeball 這種高速動態場景，球會快速移動，也可能短暫遮擋，讓感知更不穩。

摘要把核心矛盾點出來了：CBF 類方法能幫忙做安全引導，但它依賴的是可觀測狀態。如果訓練時用的是理想資訊，部署時卻只剩有限的機載感知，策略就很容易落差過大。PAC-MAN 要修的，就是這個「訓練看起來很穩、上機就失真」的落差。

所以它不是單純的學習閃避策略，也不是單純的安全控制器。它是把兩者接起來，還刻意把感知限制納入設計。這個方向對實作很重要，因為真實世界裡，失敗通常不是演算法不夠聰明，而是它假設的感知條件根本不存在。

PAC-MAN 的方法怎麼運作

PAC-MAN 是 Perception-Aware CBF-RL。名字已經把架構講得很清楚：它把控制障礙函數的安全結構，和強化學習的反應式策略綁在一起，但不是用抽象的理想狀態，而是用部署時真的拿得到的感知輸入。

摘要提到，runtime 時機器人使用頭部相機來看球，而且球不是以完美狀態向量表示，而是以 segmentation-masked depth 的形式進入系統。這代表模型看到的是被分割遮罩過的深度資訊，而不是「球在哪裡」這種天使視角。這種設計很像是在提醒系統：別依賴你上線後拿不到的東西。

在訓練過程中，系統會用 CBF guidance 來表示到每個身體 link 的安全距離。這很關鍵。因為對人形機器人來說，安全不是只看末端執行器或某一個點，而是整個身體都要被約束住。摘要也提到，它還加入 adversarial motion prior 來正則化閃避反應，目的是讓策略更穩、更不容易學出脆弱的動作模式。

換句話說，這個方法不是只教機器人「往左閃」或「往右躲」，而是把躲球這件事放進一個有安全邊界、也有感知限制的學習框架裡。這讓策略更像真實部署會需要的樣子，而不是實驗室裡的理想版本。

它實際證明了什麼

論文的評估設計也很有針對性。摘要提到使用 controlled any-link contact benchmark，而且投擲是 seeded throws。測試分成兩種情境：單次投擲，以及機器人走回站位、再回復狀態後繼續面對下一次投擲的部署迴圈。後者很重要，因為它測的不是一次閃避，而是能不能連續維持表現。

不過，摘要沒有公開完整 benchmark 數字，所以沒有辦法在這裡列出更細的分數表或各項指標。能引用的數字，主要就是摘要提到的 95% of throws。除此之外，摘要只說這個策略表現「接近」一個 privileged state oracle，但沒有把完整差距展開。

在真實機器人上，摘要說他們把 lightweight Link-CBF policy zero-shot 部署到 Unitree G1。這裡的重點是 zero-shot，也就是摘要描述中沒有額外上機再訓練。結果是機器人能容忍不完美感知，對 95% 的投擲成功閃避，還能用 semantic segmentation 來對不同球做出反應。

另一個值得注意的結果，是 Joint-CBF 對感知品質非常敏感。當球的狀態很準時，它表現最好；但如果只有 fixed-camera observations，而且 CBF 只是拿來當訓練引導，效果就會掉下來。若再加上 ball-tracking gimbal，或是 privileged runtime filter，表現又能回升。這表示 barrier 方法不是萬靈丹，它的效果高度依賴 runtime 真的看得到多少。

對開發者來說，這代表什麼

這篇最實用的訊號，是安全系統和感知系統不能分開設計。很多控制器在 paper 裡看起來很漂亮，是因為它默認了很好的 state estimate；但機器人真的上場時，鏡頭視角、遮擋、深度誤差，會把這些假設全部打回原形。PAC-MAN 的價值就在於，它把這個落差直接寫進方法裡。

對做 humanoid、mobile manipulation，或任何需要快速反應的 embodied system 的團隊來說，這是一個很實際的設計範式：先分清楚訓練時能拿到什麼、部署時真正能拿到什麼，再讓安全約束建立在後者上。這比事後補救更可靠。

但限制也很清楚。摘要描述的是一個受控 benchmark 加上一個特定的真實 dodgeball 設定，所以它不能直接證明這套方法對所有任務、所有環境、所有對手都同樣安全。摘要也沒有公開完整 benchmark 細節，因此讀者如果要做技術選型，還是得回到論文本體看完整實驗設計。

即便如此，這篇的工程含意仍然很明確：如果你要讓人形機器人在真實世界裡快動作、還要顧安全，感知感知式的安全控制可能比純模型式安全，或純學習式反應，都更接近可部署的答案。PAC-MAN 展示的是一種務實路線：讓機器人用它真的看得到的世界去做安全決策，而不是靠想像中的完美感知。

總結

PAC-MAN 證明了一件事：人形機器人的安全控制，不能只在乾淨狀態空間裡談。它把控制障礙函數、強化學習和本機感知接在一起，讓機器人用頭部相機和分割深度也能做出有安全結構的閃避動作。

對台灣開發者來說，這篇最值得記住的不是 dodgeball 本身，而是它背後的部署觀念。真實機器人沒有完美視野，安全方法也不能假設自己有。能把這件事處理好的系統，才比較像真的能上線。

• 摘要公開的實測結果是 95% of throws。
• Joint-CBF 的效果會強烈依賴感知是否足夠可觀測。
• 這篇方法的重點，是把安全約束對齊真實機載感知。