两个人形机器人抬同一块货过窄廊：协调策略写成可执行代码，物理校验不过就改角色

团队协调被表示成固定机器人运动技能之上的可执行代码，机器人个体能力与当前阶段的协作策略因此分开。 此前的多机器人框架主要处理任务分解、分配与重规划，对物理执行偏离预期后如何调整可执行协作支持有限。 两个Unitree G1人形机器人在MuJoCo中抬一块自由支撑的刚性货物穿过受限走廊，基础任务要求放置、释放并保持直立后退。

协调由动作原语、语义目标、临时机器人角色、协调模式和有界执行参数共同实例化，而不是从完整策略库中挑选。 任务编排器提交协调原语、语义目标、协调模式与临时角色，策略编码器再给出有界数值参数，生成每台机器人各一份、含一次允许动作调用后显式停止的策略。 宿主把成对策略当作一个逻辑团队事务校验后分发到各自独立的SONIC部署，控制器保留独立观测历史与执行线程，联合分发并不等于相同的物理响应。

被拒的转移触发有类型的修订，修订范围限定在机动、角色关系或执行参数之一，其余字段保持不变。 校验器依据实测任务进度、货物支撑与稳定性、机器人构型和环境接触判定接受与否，多模态评估器只辅助场景解释与故障诊断。 修订后的策略从最近一次通过的模拟器检查点重新评估，检查点指纹、归一化策略与有效参数共同阻止同一被拒事务在该检查点重复执行。

评估在MuJoCo仿真中进行，使用两个Unitree G1人形机器人抬运自由支撑的刚性货物，模型可获取仿真器测量、全局与以货物为中心的观测以及宿主提供的路线几何与进度约束。基础任务要求在80个物理事务内完成放置、释放和机器人直立后退；布局与经验复用评估以验证过的放置和释放为终点，不含后退。跨骨干复用只迁移策略记录与动作样例，不迁移仿真器状态、检查点、控制器历史或轨迹。

作者指出端到端执行的实际耗时较高，因为模型推理、物理执行、校验与恢复在整次运行中反复出现。被拒执行依靠恢复已接受的仿真器状态来继续，而不是物理上可执行的恢复策略，这限制了直接迁移到真实机器人。冻结的运动接口给出的是有界运动意图而非精确终点，两台机器人响应不等、停止后的残余运动与队形漂移会降低间隙并危及共享货物。货物稳定性还依赖有限接触区域、摩擦与仿真接触动力学，这些未系统随机化；全部实验都在仿真中并使用特权物理状态信息与给定路线参考。