ForPC：面向人形机器人推车的力感知全身控制框架

ForPC 是一个力感知全身控制框架，通过两阶段强化学习调节人形机器人推车时的推车速度。该方法先从本体观测中推断力隐变量与状态隐变量，无需外部力传感器，再由残差策略协调手臂、腰部和腿部动作；仿真中推车速度 RMSE 较仅运动控制基线最多降低 68.2%，多弯道路线横向误差最多降低 74.2%。