从一段视频到机器人动起来，Party OS 这条路怎么走

我花了两天试了一下萝博派对的 Party OS。结论先放前面：值得用，尤其你手上已经有人形机器人和一些示范动作的话；但它不是装完就给你一个界面的东西，它更像一条流水线，空手进去会卡在第一步。

Party OS 是萝博派对（RoboParty Lab）做的一套机器人操作系统，撑的是家庭服务机器人这类应用的开发与运行。仓库里那条路线写得很直接：

串联数据采集与生成、动作重定向、模仿学习与无监督学习，并逐步扩展到人–物交互与人–系统。

翻成大白话。让人形机器人学会一个动作，中间有三道坎。第一道，把人的动作录下来，叫数据采集。第二道，翻译。人的胳膊和机器人的胳膊关节数量对不上、长度也对不上，得把人的动作换算成机器人每个关节该转多少度，这行叫动作重定向，类似把钢琴谱改成吉他谱。第三道，让机器人从一堆示范里自己找规律，而不是你一条条写规则，这叫模仿学习。Party OS 的价值是把这三道坎串成一条链，中间那些粘合代码它替你写了。

走一遍：从一段视频到关节轨迹

我这边借用的环境是一个做人形的小团队，机器是台二手改的，自由度不高，能动的关节少。整个流程我走了一天半，其中一半时间在踩坑。

1. 准备素材。一段人的动作，动捕最省事，没有动捕就用单目视频。我用的是后者，代价后面说。

2. 装环境。Ubuntu 加 Python，按仓库 README 一步步来。它跟 ROS 的版本绑得比较紧，我这边装错一版，重定向脚本直接起不来，报的错还跟实际原因没关系。

3. 做骨骼映射。这是纯手工活。把人的骨架关节逐个对应到机器人的关节上，写成一张映射表。全流程最费时间的一步，也最没法自动化。

4. 跑重定向，输出一串关节角度的轨迹文件。

5. 先进仿真回放，别急着上实机。看两件事：有没有穿模，关节有没有超出限位。

6. 上实机，速度降到三成左右先跑一遍。我这边第一次跑，机器人抬手到一半就自锁了。

7. 轨迹满意了，把它当示范数据丢进模仿学习那一环。到这一步它才开始“学”，前面都只是“搬”。

三个我踩过的坑

第一个是坐标系。人的骨架数据一般 Y 轴朝上，机器人底座是 Z 轴朝上，差一个九十度。我第一次跑出来，机器人在仿真里是躺着的。先确认两边的 up 轴，再动其它参数。

第二个是关节限位。重定向只负责算角度，不管你的机器人能不能做到那个角度。人的肘能反折一点，机器不能。映射表里给每个关节留一档安全余量，比事后调参数省事。

第三个是脚底打滑。人的动作里没有接触约束，重定向出来的腿在空中划得很漂亮，落到地上就开始滑。用视频源尤其明显，单目估出来的深度本来就不准。我这边测下来，动捕和视频两条路的结果差得挺远，能上动捕就上动捕。

顺带一句，不同来源的帧率不一致，动作会忽快忽慢，对齐时间戳这步别省。

跑通之后，下一步试什么

建议先别碰人-物交互那一层。把“采一条动作、重定向、真机复现”这个闭环压到两三个小时以内，比多接一个功能有用得多。等闭环稳了，再去试带物体的动作，比如抓个杯子，那时候你会发现难点从重定向整体挪到了接触和力控上。我前几天写微亿那套质检时说过类似的话，质检的瓶颈不在模型层，这里也一样，瓶颈不在算法。

往后看两三年，这类机器人 OS 拼的是数据管线和真机对齐这些基础活，算法本身是公开的。谁能把“一条示范到一次成功复现”的时间压到几个小时，谁就先把生态占住。