DynaWM：结合世界模型与动量目标的动力学感知蒸馏，实现连续阶梯上的平滑运动
双足轮式机器人结合了轮式移动的高效性与足式结构的越障能力，近年来在控制方法上取得明显进展，已经能够平稳通过斜坡和单级台阶障碍。然而，连续且多级的楼梯仍是一道难关。来自 arXiv 的论文 DynaWM 指出，现有教师—学生框架存在两个核心缺陷：一是动力学感知表征在知识传递过程中被削弱，二是对地形几何的编码不完整，导致机器人在面对长楼梯时适应性不足、运动不够平滑。该论文已被 IEEE/RSJ 国际智能机器人与系统会议（IROS 2026）接收，共 8 页、7 幅图，于 2026 年 6 月 23 日提交至 arXiv，编号为 2606.24089，作者为 Haidong Hou 等四人。
针对上述问题，研究团队提出 DynaWM——一个动力学感知的表征学习框架。其第一个关键设计是把世界模型作为正则化项引入训练。世界模型要求表征能够预测前向动力学，即根据当前状态与动作推断下一时刻的状态变化，从而迫使编码器在压缩观测的同时保留与运动相关的动力学信息。这一约束不仅提升了地形编码能力，还带来一个附带好处：编码过程具有层次化结构，可以通过可视化手段直观地检查模型究竟学到了什么，使评估更加透明。
第二个关键设计是动量目标编码器。在教师—学生蒸馏中，学生网络依赖教师网络提供的目标进行学习。如果教师参数在训练中频繁且剧烈地更新，蒸馏目标就会变得非平稳，容易引发维度坍缩——即表征空间被压缩到少数几个方向上，丧失表达能力。DynaWM 采用动量更新的方式维护一个目标编码器，使其参数变化平缓，从而提供一致的蒸馏目标，稳定知识迁移过程，防止维度坍缩。
在表征质量评估方面，作者使用主成分分析（PCA）可视化与定量指标对学习到的表征进行检验。结果显示，DynaWM 的编码器能够层次化地捕捉地形几何结构，地形编码能力显著提高，这直接转化为更强的地形适应性与更平滑的运动表现。
实验覆盖仿真环境与真实硬件两个层面。结果表明，该方法在连续阶梯场景中表现优异，使双足轮式机器人能够跨越多种不同规格的连续楼梯，论文图 1 展示了相关效果。这一工作表明，在教师—学生框架中显式保留动力学信息并对蒸馏目标进行平稳化处理，是提升复杂地形运动能力的有效途径，也为后续在更复杂非结构化环境中的机器人运动研究提供了可借鉴的思路。