HULK：面向人形机器人的全身强力 loco-manipulation 学习框架

HULK 是一个面向人形机器人全身强力 loco-manipulation 的控制框架，用 MPC 引导强化学习并训练两个教师策略，再蒸馏为单一策略。仿真中带控制屏障函数的教师策略在每臂 10 kg 负载下取得最低前向与侧向速度跟踪误差，DCM 偏移幅度较纯 MPC 引导强化学习降低 35.7%，腕力教师可承受最高 130 N 的躯干推力扰动，并在 Unitree G1 上完成评估。