I-BFM 让同一套人形机器人策略执行搬箱、推箱和踢箱，并用 LOGO 方法兼顾眼前的接触与较远的任务目标。
搬箱时，机器人既要稳住身体、抓住箱子，又要朝目标移动。箱子一旦偏离预期位置，或机器人在途中受到扰动，下一步的接触方式就需要随之调整。能否继续把任务做完，比只完成一段预先安排好的动作更能检验交互策略。
这里有两个相互牵连的难点：搬、推、踢需要不同的身体与物体接触方式；每一步动作又要服务于最终目标。I-BFM 先学习可复用的身体—物体交互能力，再以任务奖励引导同一策略。它提出的 LOGO 方法同时提供近处的交互方向和稍远的目标方向，让策略在调整接触时仍能推进任务。
在 Unitree G1 的 MuJoCo 搬箱评测中，I-BFM 无扰动任务成功率为 94.3%；搬运途中机器人受到向下外力后，成功率为 89.3%。这一结果来自仿真中的受控扰动测试，真机部分另有交互演示。
为什么交互要同时顾及身体和箱子？
这不只是把行走策略接上一段手臂动作。机器人抓住箱子时，身体重心、双手接触和箱子位置会一起变化；重新调整手部接触，还可能改变后续的行走方向。推箱与踢箱使用不同的接触位置和施力方式，也要求策略判断箱子移动后怎样继续接近目标。
规划轨迹再跟踪，是人形交互中一条有效的技术路线。I-BFM 选择学习一套共享的闭环策略：每一步都根据当前观测决定动作，让走路、接触和移动箱子服务于同一个任务目标。研究重点因此落在两件事上：如何让策略覆盖不同交互，以及如何兼顾眼前的接触与后续的任务进展。
I-BFM：一套策略覆盖多种交互
I-BFM 沿用行为基础模型的思路：先学可复用的身体控制能力，再用任务条件调出相应行为。它将物体运动和接触状态也纳入学习。预训练结合无监督强化学习的环境探索，以及未标注的行走和交互动作数据。模型学习采取动作后可能出现的身体、物体与接触状态；论文称之为前向—后向表征（FB）。
新任务到来时，研究者定义奖励，例如箱子是否靠近目标、机器人是否保持稳定。模型将奖励映射为潜在指令，再由同一低层策略执行搬箱、推箱、踢箱，无需为每种任务重新优化一套策略。
LOGO：让眼前的接触与较远的目标协同
有了任务方向，还得处理两个时间尺度：下一步怎样接触箱子，与接下来怎样推进任务，可能要求不同的动作。为此，研究提出 LOGO（Local–Goal Objective Geometry Operator）：它从同一段交互轨迹提取紧邻下一步的“局部目标”和稍远处的“任务目标”，再把当前状态通往这两个目标的方向与距离分别提供给同一策略。通俗地说，策略既知道“手脚现在该怎么动”，也知道“这一段动作要朝哪里推进”。
LOGO 的作用有直接的消融证据。在相同的 Carry Box 设置下，完整 I-BFM 的成功率为 94.3%、最终箱子误差为 0.15 米；去掉 LOGO、改为平均 8 步未来特征后，分别为 51.0% 和 0.33 米。同时，关节跟踪误差只略有变化。这表明 LOGO 的主要收益在于保留当前可执行的交互意图，并让它与较远目标保持一致，而不只是改善动作外观。
仿真结果：三项任务与受扰测试
论文在 Unitree G1 的 MuJoCo 环境中评测搬箱、推箱和踢箱。论文表 1 报告了无扰动成功率（SR）、任务结束时箱子到目标的平均误差（Eobj，米），以及箱子受扰后的成功率（SR-O）和机器人受扰后的成功率（SR-R）。
训练数据中的搬箱示范只覆盖平地搬运，没有从一种高度搬到另一种高度的示范。评测时，箱子中心的起始高度和目标高度分别在 0.15–0.8 米之间随机设置；I-BFM 在这一跨高度搬运设置下取得了94.3% 成功率，体现了对训练示范之外高度组合的泛化。补充测试还观察到它对不同尺寸的箱子有一定适应性，目前没有按箱子尺寸划分的成功率统计。
每项为 3 组 × 100 回合，表中“±”是组间样本标准差；Eobj 为终止时箱子到目标的三维距离，按最多 1 米计入均值。Carry Box 中，SR-O 对箱子施加 200 N 向下外力 0.2 秒；Push/Kick 中，SR-O 对箱子施加 200 N 水平外力 0.2 秒；SR-R 均对机器人骨盆施加 2000 N 向下外力 0.3 秒。
Push/Kick 对所有方法均采用 90 秒上限，但成功判定和部分初始条件仍有差别：I-BFM 要求箱子在目标 0.20 米范围内持续 100 个控制步，Push/Kick 按水平距离判断；OmniContact Push 按终点三维距离判断，LessMimic Push 则沿用自身的初始化方式。因此，比较结果时还应考虑这些协议差异。
真机演示：同一策略执行多类交互
研究团队还在 Unitree G1 上演示了搬箱、推箱和踢箱。论文写明，真机位于动作捕捉空间，系统由外部测量提供机器人、箱子与目标位姿；使用边长 0.35 米、重 0.7 千克的箱子，策略以 50 Hz 运行。视频能看到机器人与箱子的持续交互，以及搬箱失败后的再次尝试。
补充实机演示还包含 G1 挥手和跳舞，可作为身体动作多样性的展示。这些片段没有提供控制方式或多回合测试条件。
对研究和工程意味着什么？
I-BFM 值得关注的地方，是它把“成功执行”和“偏离后接着做”放在同一个控制框架里。论文还展示了通过更新奖励指令，让一套策略串起多阶段箱子操作。这给多任务机器人系统一个具体方向：先学可复用的身体—物体交互能力，再用任务目标组合行为；新任务是否可行，取决于所学行为覆盖范围和奖励设计是否足够好。
未来要解决的问题
下一步是让这类能力走出受控实验环境。首先，需要用机载感知替代动捕提供的位姿，在遮挡和接触变化时仍能稳定判断机器人与物体的状态。其次，需要把任务从搬、推、踢扩展到坐下、抛球、擦桌子等更丰富的行为与物体交互，并检验不同物体和接触方式下的泛化能力。最后，论文展示了通过更新任务指令来串联动作；更高层的规划还需要机器人根据目标和实时反馈，自主决定使用哪些技能、按什么顺序执行，并在失败后调整计划。