GMR 使用经验分享：从人体动作到机器人轨迹

硅基生命训练师

2026-04-18 发布72 浏览 · 0 点赞 · 0 收藏

一、为什么要使用 GMR

人形机器人的动作往往不是在关节空间里直接设计的，而是从人体运动来的。以动捕为例：动捕软件导出的 BVH 每一帧都能给出人体各部位在世界坐标系下的位置与姿态。机器人控制器需要的则是浮动基座（例如与 base_link 或腰部连杆对应的根位姿）以及各关节角，并且这些量必须与机器人模型文件里定义的关节顺序、连杆几何一致。连接「人体运动」与「机器人轨迹」的中间层，就是运动重定向（retargeting）。

GMR 把这一层收束成一条清晰的流水线：统一的人体帧表示（按身体部位名称，每帧一组世界系下的平移 + 旋转）→ 可配置的 IK 匹配表（ JSON 里指定人体部位与机器人连杆的对应关系、权重与偏移）→ 在 MuJoCo 模型（MJCF） 上用 mink 做逆运动学求解，得到与模型一致的 qpos（根位姿 + 关节位置）。因此，在更换动捕数据格式或目标机型时，主要工作是：把新数据读成上述统一字典、增改 IK 配置文件、以及（若为新机器人）更换或扩展 MJCF，而不必从零重写整条重定向与求解代码。

二、快速使用 GMR

下面以 Leju-GMR 仓库为例，分享快速使用方法。

1. 获取代码与环境

git clone https://gitee.com/leju-robot/leju-gmr.git   # 下载仓库
cd leju-gmr/                                          # 请根据你的下载路径进入
conda create -n gmr python=3.10 -y                    # 创建 conda 环境
conda activate gmr
pip install -e .                                      # 以“可编辑模式”安装当前目录中的Python包

该仓库将人体运动学表征（如 BVH 解析后的逐帧部位位姿）通过 GMR 转换为机器人关节轨迹，并使用 MuJoCo 进行可视化。

2. 运行预置 BVH 示例

output/BVH/leju/下已附带示例dance_bj_01_Skeleton_002.bvh，请使用如下命令运行 demo：

python scripts/bvh_to_pkl.py \
  --bvh_file output/BVH/leju/dance_bj_01_Skeleton_002.bvh \
  --bvh_fps 100 \
  --robot roban_s17 \
  --motion_fps 50 \
  --rate_limit \
  --format leju \
  --record_video_path

运行成功后会出现 MuJoCo 可视化窗口。程序启动后默认处于暂停状态；在运行脚本的终端，按空格键可在「继续播放 / 暂停」之间切换。

三、进阶使用 GMR

1. 命令详解

1.1 BVH 重定向到机器人并导出 PKL

python scripts/bvh_to_pkl.py \
--bvh_file <path_to_bvh_data> \
--bvh_fps <source_bvh_fps> \
--robot <robot_name> \
--save_path <path_or_dir_to_save_robot_data.pkl> \
--rate_limit \
--format <format> \
--motion_fps <target_motion_fps> \
--bvh_unit <auto|mm|cm|m> \
--record_video_path [video_path]

参数说明：

--bvh_file：指定要处理的 BVH 文件路径，此参数为必填参数。
--bvh_fps：BVH 数据的源帧率（Hz），应与录制或 BVH 头里 Frame Time 一致，用于从源序列重采样到目标帧率。
--robot：指定重定向的目标机器人型号，该仓库支持roban_s14、roban_s17、kuavo_s52、kuavo_s54。
--save_path：输出路径（可选）。输出 PKL 的解析规则为：
- 传入目录路径：保存到<dir>/<robot>/pkl/<bvh_stem>_<fps>.pkl；
- 省略：默认保存到output/<robot>/pkl/<bvh_stem>_<fps>.pkl。
--rate_limit：控制查看器是否按仿真步长限速播放。
- 当未指定--motion_fps时，默认会限速按 --bvh_fps 进行播放；
- 当已指定--motion_fps时，会按指定的帧率做回放限速。
--format：BVH 骨架文件，支持leju、lafan1、qmai、nokov。
- 注意：并非每个 --format 下四种机器人都有 IK 配置，需存在 general_motion_retargeting/params.py 中 IK_CONFIG_DICT["bvh_<format>"][robot]中，不匹配时运行会直接报错并提示可用机器人列表。
--motion_fps：控制输出与回放的 PKL 帧率。
--bvh_unit：BVH 平移通道的长度单位，支持auto、mm、cm、m，默认auto。若已知单位，建议显式指定（如--bvh_unit m）。
--record_video_path：进行录制 MP4 播放文件
- 仅传--record_video_path：默认保存到output/<robot>/videos/<pkl_stem>.mp4；
- 传具体路径：按指定路径保存视频；
- 不传：不录制视频。

1.2 PKL 格式转换为 CSV 格式

PKL 格式的动作数据本身具有独立用途，若需要 CSV 数据，请使用下述脚本：

python scripts/batch_gmr_pkl_to_csv.py --folder <包含_pkl_的文件夹路径>

参数说明：

--folder（必须传入）：放有 .pkl 的目录。脚本会扫描该目录下所有 .pkl数据文件，并在同目录下创建 csv/ 子文件夹，为每个 PKL 生成同名 .csv（例如 demo.pkl → csv/demo.csv）。

2. 参数进阶调整

进行重定向时，针对真实动作数据往往需要修改各类参数，笔者在这里进行一些经验分享。

2.1 调整 `bvh_unit`，与 BVH 平移单位对齐

笔者在使用不同来源的 BVH 数据时，既遇到过整机「飞在天上」，也遇到过「陷入地里」—— 根高度与人体目标相对地面的关系错误。后来经过排查，归因于平移单位与 --bvh_unit 不一致。例如实际是厘米却按米去解，数值被当成「几米、几十米」的位移，人体被抬到极高处；反过来，若不该用毫米却选了 mm（本已是厘米或米，又额外乘了 1/1000），脚端目标容易落到地面以下，看上去就像半截埋进地里。因此无论表现为离地极远还是整体过低，都建议先把--bvh_unit当作第一嫌疑进行修改。

python scripts/bvh_to_pkl.py \
  --bvh_file output/BVH/leju/0211_re_005_Skeleton.bvh \
  --bvh_fps 120 \
  --robot kuavo_s54 \
  --motion_fps 50 \
  --format leju \
  --bvh_unit m \
  --rate_limit \
  --record_video_path

python scripts/bvh_to_pkl.py \
  --bvh_file output/BVH/leju/0211_re_005_Skeleton.bvh \
  --bvh_fps 120 \
  --robot kuavo_s54 \
  --motion_fps 50 \
  --format leju \
  --bvh_unit cm \
  --rate_limit \
  --record_video_path

python scripts/bvh_to_pkl.py \
  --bvh_file output/BVH/leju/0211_re_005_Skeleton.bvh \
  --bvh_fps 120 \
  --robot kuavo_s54 \
  --motion_fps 50 \
  --format leju \
  --bvh_unit mm \
  --rate_limit \
  --record_video_path

2.2 IK 配置 JSON 参数详解

在general_motion_retargeting/ik_configs/目录下存放各机器人 IK 配置文件（.json）。运行bvh_to_pkl.py时，由params.py里的IK_CONFIG_DICT根据bvh_<format>与robot选中其中具体哪一个配置文件加载。

顶层标量：

字段	含义
`robot_root_name`	机器人根连杆在 MuJoCo 中的 body 名（如 `base_link`）。
`human_root_name`	人体骨架根关节名（如 `Hips`），与 BVH 解析后字典里的键一致。
`ground_height`	标量，在构造任务时转为竖直向量 `[0, 0, ground_height]`。
`human_height_assumption`	配置编制时假设的参考身高（米）。
`use_ik_match_table1` / `use_ik_match_table2`	是否启用第一 / 第二套 IK 任务表。

ik_match_table1/ik_match_table2：

对象：键为 MuJoCo 机器人 body 名（如 base_link、leg_l6_link）；值为长度 5 的数组：
[human_body_name, pos_weight, rot_weight, pos_offset, rot_offset]
human_body_name：对应人体部位名。
pos_weight/rot_weight：mink FrameTask 的位置 / 姿态代价权重。
pos_offset：位置偏置/固定位移。
rot_offset：四元数 [w, x, y, z]，本质是固定旋转偏移。

{
  "ground_height": 0.0,
  // 竖直方向统一标定（米）。
  
  "human_height_assumption": 1.57,
  // 假设参考身高（米）。

  "human_scale_table": {
    "Hips": 1.0,
    "Spine": 1.0,
    "LeftShoulder":1.0,
    // … 其余键为人体骨骼名，值为该骨的局部位置缩放系数。
  },

  "ik_match_table1": {
    // 键：机器人 MuJoCo body 名；值：五元组
    // [人体骨骼名, 位置权重, 姿态权重, 位置偏置[x,y,z], 旋转偏置四元数[w,x,y,z]]
    "zarm_l1_link": [
      "LeftShoulder",
      120,
      10,
      [0.0, 0.0, 0.0],
      [0.5, -0.5, -0.5, -0.5]
    ]
  }
}

2.3 地面高度对齐

--bvh_unit单位对齐后进行重定向，笔者发现在重定向时会存在脚底和地面差一截或穿进地面的情况，这时优先去修改 IK 配置中的 ground_height。每一套general_motion_retargeting/ik_configs/*.json里都有ground_height（单位是米），它会参与构造位姿时的位置偏移（减去ground_height对应的竖直分量），这是为「仿真地面 / 机器人基座」留的修正余量。

调整时，若机器人整体仍偏上或偏下一点点，对应当前 --format + --robot 的 JSON 文件，把 ground_height 小幅增减，看脚底与地面对齐是否改善。

    "robot_root_name": "base_link",
    "human_root_name": "Hips",
    "ground_height": 0.15,
    "human_height_assumption": 1.42,
    "use_ik_match_table1": true,
    "use_ik_match_table2": false,

此时脚掌位于地面之下，初次进行调整。

    "robot_root_name": "base_link",
    "human_root_name": "Hips",
    "ground_height": 0.08,
    "human_height_assumption": 1.42,
    "use_ik_match_table1": true,
    "use_ik_match_table2": false,

可以发现经过调整后，脚掌已经升高到地面以上，如果我们再次减小ground_height。

    "robot_root_name": "base_link",
    "human_root_name": "Hips",
    "ground_height": 0.03,
    "human_height_assumption": 1.42,
    "use_ik_match_table1": true,
    "use_ik_match_table2": false,

此时发现机器人悬浮在了地面之上。

调整ground_height的目的，是让机器人在重定向后保持正确的「脚底和地面」关系。笔者在这里进行调整，是为了后续的强化学习训练过程，保证训练环境与生成数据时的「地面」一致。

2.4 调整与胸部的碰撞（蹭胸、穿模）

重定向时笔者偶尔会碰到手掌或上臂贴胸、甚至穿进躯干的情况。此时一般会先动左右肩的旋转偏置 rot_offset（zarm_l1_link / zarm_r1_link 对应 LeftShoulder / RightShoulder）：它主要对齐上臂相对躯干的轴向，同时会连带改变肘、掌与胸前的间隙。

下面这一组参数配置，会出现穿模情况。

"zarm_l1_link": [
            "LeftShoulder",
            120,
            10,
            [0.0, 0.0, 0.0],
            [0.2588, -0.5577, -0.5577, -0.5577]
        ],
        "zarm_r1_link": [
            "RightShoulder",
            120,
            10,
            [0.0, 0.0, 0.0],
            [0.2588, -0.5577, -0.5577, -0.5577]
        ],

在同一转轴上略微增大旋转角后，发现穿模情况消失。

        "zarm_l1_link": [
            "LeftShoulder",
            120,
            10,
            [0.0, 0.0, 0.0],
            [0.5, -0.5, -0.5, -0.5]
        ],
        "zarm_r1_link": [
            "RightShoulder",
            120,
            10,
            [0.0, 0.0, 0.0],
            [0.5, -0.5, -0.5, -0.5]
        ],

若继续加大同一方向的旋转偏置，会出现抬臂偏高、动作显得「架着」，美观和协调性变差。所以笔者习惯进行小步微调，多看几段不同动作确认效果。

        "zarm_l1_link": [
            "LeftShoulder",
            120,
            10,
            [0.0, 0.0, 0.0],
            [-0.4226, -0.5227, -0.5227, -0.5227]
        ],
        "zarm_r1_link": [
            "RightShoulder",
            120,
            10,
            [0.0, 0.0, 0.0],
            [-0.4226, -0.5227, -0.5227, -0.5227]
        ],

2.5 调整手臂和腰侧间隙

笔者在做重定向时遇到过这样一种情况：肘内侧始终贴着躯干两侧，手臂像一直「夹着」身体，摆臂时上臂或肘与腰侧反复摩擦，严重时还会穿模。此时笔者会修改zarm_l3_link / zarm_r3_link（对应 LeftArm / RightArm）上的旋转偏置。

下面以左臂 zarm_l3_link 为例说明（右臂 zarm_r3_link 也可按同一字段调，但左右不必对称）。rot_offset 为 [w, x, y, z]，当只有 w 与 x 非零时，该四元数表述绕该关节局部 X 轴的固定旋转。

笔者使用下面这组参数，此时左臂在仿真里更贴躯干、腰侧间隙偏小，摆臂时易与腰侧摩擦。

"zarm_l3_link": [
            "LeftArm",
            0,
            10,
            [0.0, 0.0, 0.0],
            [0.7071, -0.7071, 0.0, 0.0]
        ],

此时对旋转偏置进行调整，减小了偏置角度，可见腰侧间隙增大，摩擦减轻。

"zarm_l3_link": [
            "LeftArm",
            0,
            10,
            [0.0, 0.0, 0.0],
            [0.9239, -0.3827, 0.0, 0.0]
        ],

若继续大幅改动，可能出现肘部外顶、姿态发僵等不协调观感。笔者建议小步微调，用多段动作与录屏对比。

"zarm_l3_link": [
            "LeftArm",
            0,
            10,
            [0.0, 0.0, 0.0],
            [1.0, 0.0, 0.0, 0.0]
        ],

四、小结

笔者写到这里，若只记「排障顺序」，目前的习惯是：

1. 源帧率与单位统一：--bvh_fps与Frame Time需要保持一致；

2. 出现整机悬空或入地时，优先排查--bvh_unit单位量级是否正确；

3. 上述两步完成后，微调ground_height使机器人脚掌贴合地面；

4. 针对不同动捕数据呈现出的重定向结果，调整pos_weight、rot_weight、rot_offset，权重与偏置没有「一次调完」的万能值，通过小步改、多段动作对比直至调出满意的重定向轨迹。

以上均是笔者使用 leju-gmr 时的个人经验，不同 BVH 来源、身高比例与机器人外形都需要改变参数以达到最佳效果；若与你的现象不一致，以可复现的最小用例为准慢慢对齐即可，文末分享笔者使用该仓库进行重定向后的轨迹可视化结果。

#人形机器人 #具身智能 #技术经验

请前往登录/注册即可发表您的看法…