OmniContact：通过联系流链接元技能以实现可推广的人形机器人操作

学习长视距人形机器人操纵提出了双重挑战：它不仅需要元技能的强大执行，还需要配备自主恢复功能的无缝闭环链接。现有的方法仍然有限：显式的人形物体交互表示提供了精度，但对于高层规划来说是出了名的困难，而隐式的技能嵌入很紧凑，但缺乏可靠组合所需的可解释性。我们提出了一个以 \textbf{接触流（CF）}为中心的分层框架，这是一种由关键身体轨迹和时间序列二进制接触信号组成的紧凑表示。利用这个共享接口，我们的底层策略 \textbf{CF-Track} 学习一个统一的移动操作技能库，而我们的高级模块 \textbf{CF-Gen} 启发式地合成未来的接触流序列。为了支持此设置，我们还收集了 OmniContact 数据集，这是一个用于人形机器人操作的基于 MoCap 的 HOI 语料库（附录~\ref{sec:dataset}）。它们共同实现了长期任务的稳健执行、自主故障恢复以及元技能的灵活组合。实验表明，OmniContact 在 \textit{Carry Box} 上取得了 \(98.7\%\) 成功，在 \textit{Push-Stack Boxes} 上取得了 \(76.5\%\) 成功，在元技能中的平均差距为 \(40.9\%\)，在技能链中的平均差距为 \(66.5\%\)。此外，我们的框架自然地与 VLM 集成以进行语义任务分解，从而实现复杂的、基于语义的本地操作行为，例如将分散的盒子排列成心形。