PHC / UHC：一个策略，模仿「几乎所有」人类动作
🧠 一句话心智模型：以前教仿真人形模仿动作，是「一段参考训一个策略」（DeepMimic 式）——千段动作要千个策略。PHC 说：一个策略通吃整个 AMASS 动捕库（上万段）。而且它摔了能自己爬起来（fall recovery）——给噪声输入（视频估的姿势、文字生成的动作）也不会崩。这是 motor foundation 的雏形（只是当时没这么叫）。
🎯 为什么重要：从「一个策略一个动作」到「一个策略通吃」
DeepMimic 每段动作训一个 policy，不可扩展。PHC 在整个 AMASS（上万片段）上训一个 universal tracker，单 policy 模仿几乎任意片段，在 AMASS-Train* 上达 98.9% 成功率。UHC 进一步提出 universal motion representation，成为后续 retarget/teleop/BFM 的事实基座 motor policy。
核心矛盾：高 DoF 人形在仿真里容易摔/绊/偏离参考；用噪声姿势（视频/语言生成的）驱动更会摔。需要「容错 + 自恢复」。
💡 核心思想：大规模跟踪 + 渐进式 primitives + 跌倒恢复
图：PHC 一个策略通吃 AMASS + 跌倒恢复；UHC 提炼出 universal motion representation，成后续 teleop/BFM 基座。
🛠️ 关键设计
| 设计 | 心智 | 为什么必要 |
|---|---|---|
| 大规模单策略跟踪 | 整个 AMASS 上训一个 tracker，而非每段一个 | 从「专策略」走向「通才」——motor foundation 雏形 |
| 渐进式 multiplicative primitives（PMCP） | 新动作技能「乘法式」叠加进已有策略，防灾难性遗忘 | 持续加技能时老技能不忘 |
| 容错 reward + fall recovery | reward 容忍偏离；专门训「从摔倒状态恢复」 | 噪声输入（视频/语言姿势）会致摔；能恢复才能用 |
| UHC：universal motion representation | 把 PHC 的能力提炼成可复用的 motion 表征 | 下游（teleop/retarget/BFM）直接当基座 motor policy |
🔮 关键反直觉：PHC 的贡献不在 98.9% 成功率，而在「单 policy 覆盖整个 AMASS + fall recovery」这个范式——它把 motor skill 从「一段动作一个策略」拔到「一个基座通吃所有动捕」，提前两年回答了 BFM 想问的问题。
📊 结果
| 维度 | 结果 |
|---|---|
| 规模 | 整个 AMASS（上万片段），无需外部稳定力 |
| 成功率 | AMASS-Train* 上 98.9%（无 RFC） |
| 容错 | 噪声姿势（视频/语言生成）下不崩，能恢复 |
| 影响 | UHC 成 H2O/OmniH2O/ExBody/HOVER/BFM 的共同基座 |
🌐 在领域中的位置
DeepMimic（一段一策略）→
AMP（风格 reward）→
PHC/UHC（单策略通吃 + 恢复）⭐→
HOVER → BFM → SONIC（motor foundation）
PHC/UHC 是 motor foundation 的雏形（被 BFM 正式命名前）。关联 T04 运动先验。
❓ 常见误区
PHC 和 BFM 什么关系？
PHC 是「大规模 tracker」（task-specific，模仿给定参考）；BFM 是「生成式行为分布」（下游设 mask 推断）。PHC 是 BFM 的前身/基座——BFM 站在 PHC/UHC 肩上。
「98.9%」是模仿得像不像？
是「能不能跟住参考而不摔倒/掉队」（平均偏差 <0.5m 算成功）。不是逐帧几何精度。