人形机器人全身控制器对比：为什么选择 ProtoMotions
沿动作参考、统一运动表示和任务提示三条路线，拆解 BeyondMimic、ProtoMotions、TWIST2、SONIC 与 BFM-Zero 的条件接口、优化目标和迁移成本，说明选择 ProtoMotions 继续研究全身控制与柔顺交互的技术依据。
从动作跟踪到柔顺交互：参考动力学与接触控制
从虚拟质量、驱动力与交互弹簧推导柔顺参考，结合 GentleHumanoid、基于 Omni 的物体交互及 FALCON 扩展，分析力限幅、积分边界、预紧与接触丢失，以及奖励怎样约束退让和平衡。
基于 ProtoMotions 的全身控制器训练与部署
围绕一套 31 自由度全身跟踪控制器，拆解动作重采样、前瞻参考、非对称观测、PPO 奖励与 L2C2 正则，计算动作到力矩的增益，并检查策略导出和部署接口的一致性。
人体动作重定向原理与实现：GMR、PyRoKi 与 OmniRetarget
从 FK、Jacobian 和残差线性化出发，推导速度级 IK、Gauss–Newton、LM 与约束优化，对照 GMR、PyRoKi 轨迹建模和 OmniRetarget 的交互保持机制，解释代价权重、时间尺度与几何可行性的边界。
BeyondMimic 全身动作跟踪原理与机器人适配
拆解 BeyondMimic 的参考、观测、跟踪奖励与采样机制，以逐际动力平台为例计算 armature、PD 增益和动作尺度，并对照不同执行器接口、碰撞几何与接触惩罚的实际差异。
机器人强化学习中的 PPO：从价值估计到策略更新
从回报与 Bellman 方程推导 TD 误差、优势函数和 GAE，解释 PPO 为什么更新策略参数、怎样限制更新，以及它在并行机器人训练中的优势与局限，并与 TRPO、SAC 对照。
双足机器人强化学习 Sim-to-Real 方法及细节实现
从奖励设计、域随机化策略到真实部署，完整复盘双足机器人强化学习 Sim-to-Real 训练全流程。
双足机器人执行器网络（Actuator Network）真机数据采集与建模
介绍一套面向双足人形机器人的执行器网络真机系统辨识与数据采集流程，通过神经网络替代理想化执行器模型，缩小 Sim-to-Real Gap。
知见与边界：关于机器人系统中感知、理解与约束的碎思
关于机器人系统中感知边界、系统理解与约束表达的一些碎思。
基于 GMR 框架的动捕数据重定向工作
将动捕设备采集得到的人体动作数据重定向到机器人的目标骨架与关节空间中，从而完成从人体动作表示到机器人动作表示的映射与验证。纯小白跟着做也可以完成呀！