动作捕捉用于多智能体协同控制：人形机器人与机器狗跳绳案例-度量科技

在多机器人实机实验中，光学动作捕捉可以获取机器人及交互物体的运动信息，为协同控制提供实时状态反馈。

南京大学LAMDA团队与星源智在WRC 2026世界机器人大会展示的协同跳绳，就是一个具体案例：两台人形机器人共同摇绳，机器狗配合节奏完成跳跃。NOKOV度量动作捕捉系统实时跟踪绳索与机器人，为协同策略提供测量数据。

南京大学LAMDA团队联合星源智实现两台人形机器人和机器狗协同跳绳。NOKOV度量动作捕捉系统提供绳索与机器人的运动信息，用于实时状态反馈。

两台人形机器人与机器狗如何配合

两台人形机器人共同摇动长绳，机器狗配合绳索运动完成跳跃。这要求两端的摇绳动作相互配合，同时与机器狗的跳跃时机保持协调。

团队采用Marope多智能体强化学习框架，由低层策略负责绳索操控，高层调度策略协调动作执行。

动作捕捉提供哪些数据

在本案例中，NOKOV度量动作捕捉系统实时获取三类数据：

这些测量同时覆盖机器人和绳索，为协同策略提供实时运动信息，支持摇绳与跳跃的闭环协同。

NOKOV在本案例中的作用

NOKOV度量动作捕捉系统承担实时运动测量与状态反馈作用。系统获取的绳索标记点位置、人形机器人基座位姿及机器狗关键位置数据，被用于协同跳绳的闭环控制。

对于正在调研多机器人实验测量方案的研究人员，这个案例说明了光学动作捕捉的一种实际用法：同时测量机器人与交互物体的运动，并将数据用于控制过程中的实时反馈。

FAQ

动作捕捉如何为多智能体协同控制提供状态反馈？

在本案例中，NOKOV度量动作捕捉系统实时测量绳索标记点位置、人形机器人基座位姿及机器狗关键位置，并将数据提供给协同策略，用于协调摇绳动作与跳跃节奏。

如何用动作捕捉采集柔性绳索的运动数据？

本案例在绳索上设置反光标记点，由NOKOV度量动作捕捉系统实时跟踪这些标记点的位置，获取绳索相应部位的运动信息，为绳索操控提供反馈。

相关研究

项目名称：Cooperative Long Rope Skipping via Multi-Agent Reinforcement Learning

上海大学新闻传播学院采用NOKOV度量动作捕捉系统，结合面部捕捉设备，同步采集演员全身动作与面部表情数据，实现数字人动作与表情生动自然。

新加坡科技设计大学研究团队采用NOKOV度量户外动作捕捉镜头搭配防水罩，在真实环境测试中实现雨天与阳光条件下稳定采集高精度物体位姿数据。

在Davide Scaramuzza教授领导的苏黎世大学Robotics and Perception Group，NOKOV度量动作捕捉系统实时提供无人机位姿数据，用于无人机状态反馈。

清华大学赵明国研究员团队团队在Science Robotics发表人形机器人视觉踢球研究，通过强化学习实现反应式足球技能。NOKOV度量动作捕捉系统采集人体踢球动作及机器人、足球位置真值，为AMP参考运动数据和虚拟感知系统建模提供数据支持。